https://blog.qife122.com/tags/%E7%A5%9E%E7%BB%8F%E8%A1%A8%E7%A4%BA/ Recent content in 神经表示 on 办公AI智能小助手 Hugo zh-cn qife Fri, 05 Sep 2025 23:03:33 +0800 https://blog.qife122.com/p/%E5%9F%BA%E4%BA%8E%E5%B0%84%E7%BA%BF%E7%9A%84%E6%A6%82%E7%8E%87%E6%8C%87%E5%90%91%E8%B7%9D%E7%A6%BB%E5%9C%BA3d%E5%BD%A2%E7%8A%B6%E8%A1%A8%E7%A4%BA%E6%8A%80%E6%9C%AF/ Fri, 05 Sep 2025 23:03:33 +0800 https://blog.qife122.com/p/%E5%9F%BA%E4%BA%8E%E5%B0%84%E7%BA%BF%E7%9A%84%E6%A6%82%E7%8E%87%E6%8C%87%E5%90%91%E8%B7%9D%E7%A6%BB%E5%9C%BA3d%E5%BD%A2%E7%8A%B6%E8%A1%A8%E7%A4%BA%E6%8A%80%E6%9C%AF/ <h1 id="概率指向距离场在基于射线的形状表示中的应用">概率指向距离场在基于射线的形状表示中的应用</h1> <p>在现代计算机视觉中，3D形状的最优表示始终与具体任务相关。可微分渲染作为基本操作，使得学习框架中的逆向图形方法成为可能。传统的显式形状表示（体素、点云或网格）虽然易于渲染，但存在几何保真度有限等问题；而隐式表示（占用场、距离场或辐射场）虽保真度更高，却因复杂低效的渲染过程限制了可扩展性。</p>