来自 Cornell Tech 的 Wenqi Xian、弗吉尼亚理工大学的 Jia-Bin Huang，以及 Facebook 的 Johannes Kopf 和 Changil Kim 等人，公开了从单一视点的视频中抑制破绽地捕捉3D空间的技术「Space-Time Neural Irradiance Fields for Free-Viewpoint Video」的视频和项目页面。

Space-Time Neural Irradiance Fields for Free-Viewpoint Video

概述
我们提出了一种从单个视频中学习动态场景时空神经辐射照度场的方法。通过所学表征，可以对输入视频进行自由视角渲染。我们的方法基于暗含表征的最新进展。从单个视频中学习时空辐射照度场会带来重大挑战，因为视频在任意时刻只包含场景的一个观测。场景的3D几何可以以多种合法方式表示，因为不同的几何（运动）可以用不同的外观来解释，反之亦然。我们通过使用从视频深度估计方法推断出的场景深度来约束动态场景表征中随时间变化的几何，并将各个帧的内容聚合到单一的全局表征中，从而解决这一歧义。

Space-time Neural Irradiance Fields for Free-Viewpoint Video

在项目页面中，可以与其他结果进行比较查看。
这是一项很想尽快试用的技术呢。

链接

Space-time Neural Irradiance Fields for Free-Viewpoint Video