谷歌升级nerf

这种概念的最早提出是在2020年，当时神经辐射场的模型发布，有人说根据二维图像就能生成三维模型，这种想法被很多人认为不可能，因为同一个场景的多个视图，在不同角度下观看是完全不同的，这要求生成的过程截取图形的每一个截面，这对设备和技术的要求极高。因为可视角度不足，因此做出来的模型很容易崩溃，成为一个平面。现在谷歌最新NERF技术的研发，说明这个问题已经得到解决。

根据数据显示，最新的LOLNeRF是对原有NeRF的升级，这种使用机器学习的过程必然存在一定漏洞，但是通过计算3D空间里每个点的颜色和密度，可以实现一定程度上的以假乱真，根据已经建立完成的3D模型实现精细化处理和进一步着色设计，有可能缩短3D建模流程，在3D视觉方面的效果更加显著。这种预测的二维landmarks把渲染的数据投入原始模型，反映到具体的试图渲染辐射场景，再生成原始图像。

利用最新技术生成的3D模型，与原始二维图像里的模型背面是存在区别的，因为缺乏对背面场景的捕捉，最后生成的3D模型不会包括背面，但是这种方法可以减少对真实物体3D模拟的负担，减少他们的工作量。