NeRF的的Positional Encoding 简要介绍一下这个映射函数,对于输入向量的单个分量可以映射到2L维,其中NeRF对坐标3维取L=10,而视角方向2维取L=4,则启用Positional Encoding的模型需要将MLP的输入维度从5改为(3×10×2+2×4×2)=76,维度大了许多,虽然没办法保证满秩或尽量分散,但维度大这么多也是一种力大砖飞( ...
增强高频细节呈现：Positional Encoding旨在解决神经网络在处理相似输入时产生的平滑效果，从而增强高频细节的呈现，使得NeRF的渲染结果更加清晰。与MLP的关系：增加输入多样性：MLP作为NeRF的核心，其线性特性导致相近输入的输出变化相对较小。Positional Encoding通过将5维输入映射到高维空间，增加了输入的多样性，...
1. Positional Encoding的作用通过对比图中p2和p4，我们可以发现未使用Positional Encoding时，NeRF的渲染结果显得模糊。这是由于神经网络的平滑输出特性，Positional Encoding正是为解决这一问题而设计的。它旨在打破MLP（多层感知器）在处理相似输入时产生的平滑效果，从而增强高频细节的呈现。2. MLP与Positiona...