Maxime Raafat 的 Blender 插件「BlenderNeRF」已免费公开。可以根据导出的数据集，利用 NVIDIA 的 Instant NGP 等来构建 NeRF。

BlenderNeRF

BlenderNeRF 是无论对于 VFX 艺术家、研究人员，还是图形爱好者，都是在 Blender 内创建合成 NeRF 数据集的最简单、最快速的方法。只需一键即可在完全控制 3D 场景和相机的同时获取渲染结果和相机参数！

Neural Radiance Fields

Neural Radiance Fields (NeRF) 的目标是，仅从 2D 图像及其各自的相机信息出发，将 3D 场景表示为与视角相关的体积对象。借助简单的神经网络，从训练图像中对 3D 场景进行逆向工程。
建议通过 Corridor Crew 的 YouTube 视频，观看关于 NeRF 的一些使用示例及其未来应用可能性的精彩调研。

动机

渲染是一项昂贵的计算。根据场景复杂度、硬件以及可用的软件资源，照片级真实场景的渲染可能需要数秒到数小时。

NeRF 可以加速这一过程，但通常需要通过繁琐的代码来提取相机信息。使用这个插件，任何人都可以在 Blender 中一键获取渲染结果和相机。

最终需要在 Instant NGP 等中构建 NeRF，因此请按照 Github 页面以及上述解说视频中的步骤进行。

BlenderNeRF は 3 つのメソッドで構成

• Subset of Frames(SOF)：从相机动画中每隔 N 帧进行渲染，并将渲染帧的子集用作 NeRF 训练数据
• Train and Test Cameras (TTC)：注册来自两个独立用户定义相机的训练数据和测试数据
• Camera on Sphere (COS)：通过从由用户控制的球面上均匀采样朝向中心的随机相机视角来渲染训练帧

通过 NeRF 化，可以实时处理高质量场景，因此根据用途不同，应用范围感觉会大幅拓展。BlenderNeRF 已在 Github 免费公开！在 Blender Market 上也可以支持开发者的咖啡费用。
请务必查看！

链接

BlenderNeRF
Blender Market

BlenderNeRF
Github

Instant NGP
GitHub

Google COLAB BlenderNeRF Notebook