使用Instant-ngp中的编码技术，使Neus可以更快的进行inference，大概只需要5~10min生成一个模型
NVlabs/instant-ngp: Instant neural graphics primitives: lightning fast NeRF and more (github.com)
zhaofuq/Instant-NSR: Pytorch implementation of fast surface resconstructor (github.com)
kwea123/ngp_pl: Instant-ngp in pytorch+cuda trained with pytorch-lightning (high quality with high speed, with only few lines of legible code) (github.com)
neus：对无纹理的区域处理的很差
| Title | NeuS: Learning Neural Implicit Surfaces by Volume Rendering for Multi-view Reconstruction |
|---|---|
| Author | Peng Wang Lingjie Liu Yuan Liu Christian Theobalt Taku Komura Wenping Wang |
| Conf/Jour | NeurIPS 2021 (Spotlight) |
| Year | 2021 |
| Project | NeuS: Learning Neural Implicit Surfaces by Volume Rendering for Multi-view Reconstruction (lingjie0206.github.io) |
| Paper | NeuS: Learning Neural Implicit Surfaces by Volume Rendering for Multi-view Reconstruction (readpaper.com) |
实现了三维重建：从多视角图片中重建出了 mesh 模型
| Title | NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis |
|---|---|
| Author | Ben Mildenhall*Pratul P. Srinivasan*Matthew Tancik*Jonathan T. BarronRavi RamamoorthiRen Ng |
| Conf/Jour | ECCV 2020 Oral - Best Paper Honorable Mention |
| Year | 2020 |
| Project | NeRF: Neural Radiance Fields (matthewtancik.com) |
| Paper | NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis (readpaper.com) |
NeRF（Neural Radiance Fields）是一种用于生成逼真三维场景的计算机图形学方法。通过神经网络对场景中的每个空间点进行建模，NeRF可以估计每个点的颜色和密度信息。利用渲染方程，NeRF能够合成高质量的逼真图像。相较于传统的渲染方法，NeRF能够处理复杂的光照和反射效果，广泛应用于虚拟现实、增强现实、电影制作和游戏开发等领域。然而，NeRF方法仍面临一些挑战，如计算复杂度和对训练数据的依赖性。研究人员正在不断改进NeRF，以提高其效率和扩展性。
Arduino学习
学习 C#的笔记
Python中的多线程，如何使用
学习前端前的基础知识，对，没错，就是html、css和js
项目-识别表的指针，python代码的构造过程，并没有写完（萌芽杯比赛项目）
Python中opencv的学习和使用，可以操作图片，跟ps中知识挺像的hhh
Python 调用API结构
自己动手做的 python 爬虫 GitHub 链接
Python查缺补漏
关于我使用 Markdown 以来学到的知识，即markdown的操作方法
参考 Github 上的教程学习
一个连 python 都没有完全学会的菜鸡来学爬虫
Hexo博客基本操作，包括主题的修改和博客文件的备份等等