Few TensoRF：テンソル放射輝度場における少数ショットを強化する
arXiv cs.CV / 2026/3/27
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、TensorRFの効率的なテンソルベース表現と、FreeNeRFスタイルの周波数駆動によるfew-shot正則化を統合した3D再構成フレームワーク「Few TensoRF」を提案する。
- TensorRFを活用することでレンダリングおよび学習の効率を高めつつ、安定性と再構成品質を改善するために周波数マスクとオクルージョン（遮蔽）マスクを追加し、入力ビューが疎な場合でも良好な結果を得る。
- Synthesis NeRFベンチマークでは、平均PSNRを21.45 dB（TensorRF）から23.70 dBへ向上させ、さらに微調整版で24.52 dBまで改善する。一方で学習時間は10〜15分程度に保っている。
- THuman 2.0では、8枚の入力画像のみで競争力のある人体再構成結果（27.37〜34.00 dB）を実現し、シーンをまたいだ高いデータ効率を示唆する。
- 全体として本手法は、TensorRFの高速性という利点を損なうことなく品質を向上させ、リアルタイムな3D再構成に有効なアプローチとして位置づけられる。
広告
