GCL学术成果：ECCV 2024 — City-on-Web:大规模场景网页端实时渲染

主要观点总结

本文介绍了如何在网页上实现大规模场景的实时神经渲染，通过结合MERF与分治策略解决现有实时渲染技术面临的挑战。作者通过将场景分为多个不重叠的块，并使用各自的shader进行渲染，提出了一种块资源独立的体渲染策略，以降低资源需求并提高渲染效率。该工作在RTX 3060上以30FPS左右的速度进行大场景的实时渲染，保证了与最先进方法相近的渲染质量。

关键观点总结

关键观点1: 研究背景与问题简述

文中介绍了实时渲染大规模场景在网页上的挑战，以及现有技术的不足，并提出了City-on-Web系统来解决这一问题。

关键观点2: 解决方案与技术贡献

文中详细介绍了提出的解决方案，包括使用MERF与分治策略、块资源独立的体渲染方法、LOD生成策略和动态加载策略等。主要技术贡献包括确保跨块渲染的三维一致性、自适应管理大场景渲染所需资源以及在RTX 3060上以30FPS左右的速度进行大场景的实时渲染。

关键观点3: 实验结果与对比

作者在Matrix City, USTC数据集上进行了实验，并与目前最先进的离线大场景重建方法和实时渲染方法进行了对比，证明了所提出方法的有效性。

关键观点4: 论文发表与影响

该工作已被计算机视觉顶会ECCV 2024接收，表明该研究在计算机视觉领域具有一定的影响力。