在图像噪点的处理上,作者进一步地将RawNeRF在完全未经处理的HDR线性原始图像上进行了训练,使其变成了一个能处理几十甚至几百张输入图像的「降噪器」。
这种鲁棒性也就意味着,RawNeRF可以出色地完成在黑暗中重建场景的任务。
例如在(a)这个只有一根蜡烛照明的夜景中,RawNeRF可以从嘈杂的原始数据中提取出本来会被后期处理破坏的细节(b,c)。
作者介绍论文的第一作者Ben Mildenhall是谷歌研究院的一名研究科学家,从事计算机视觉和图形方面的问题。
他在2015年于斯坦福大学取得计算机科学和数学学士学位,并在2020年于加州大学伯克利分校取得计算机科学博士学位。
刚刚结束的CVPR 2022,可以说是Ben的高光时刻了。
7篇录用论文中有5篇拿下Oral,并且还有一篇获得了最佳学生论文的荣誉提名。