摘要

本文介绍了神经自适应断层扫描（Neural Adaptive Tomography，简称NeAT），这是首个用于多视图逆向渲染的自适应、层次化神经渲染管道。通过结合神经特征与自适应显式表示，我们实现了远超现有神经逆向渲染方法的重建时间。自适应显式表示通过促进空空间剔除和在复杂区域集中采样来提高效率，而神经特征则作为3D重建的神经正则化器。NeAT框架专门针对断层扫描环境设计，该环境中仅包含半透明体场景而非不透明物体。在这种环境下，NeAT不仅显著提高了现有基于优化的断层扫描求解器的质量，而且速度大幅提升。