Learning 3D 学习手册 / FALL 2025

官方课程 ↗

学习手册 / Fall 2025 / 稀疏视图：可泛化神经场

Lecture 15 / 24

稀疏视图：可泛化神经场

Sparse View 3D: Generalizable Neural Fields

课程日期 · Tue 10/21/2025

泛化条件神经场

这一讲，先抓住什么

区分逐场景优化与跨场景学习，观察图像条件如何进入连续三维表示。

官方课件 1 份

PDFSparse View 3D: Generalizable Neural Fieldswww.dropbox.com · 在原站打开

进入本章后自动从 Dropbox 加载官方 PDF，文件可能较大，可收起预览。若预览空白、无法滚动或浏览器不支持，请使用上方原站链接。

学完后，试着回答

一个小练习

比较训练阶段与测试阶段各自优化哪些变量，以及需要多少视图。

这是自学建议，不是课程官方作业。

延伸阅读与相关入口

论文DeepSDF: Learning Continuous Signed Distance Functions for Shape Representationarxiv.org · 在原站打开论文Learned Initializations for Optimizing Coordinate-Based Neural Representationsarxiv.org · 在原站打开论文pixelNerf: Neural Radiance Fields from One or Few Imagesarxiv.org · 在原站打开