@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00221591,
 author = {武田, 司 and 山口, 周悟 and 岩瀬, 翔平 and 佐藤, 和仁 and 森島, 繁生},
 book = {第84回全国大会講演論文集},
 issue = {1},
 month = {Feb},
 note = {NeRF:Neural Radiance Fieldsは、入力座標・視線方向を入力とし、輝度値と密度を出力するニューラルネットワークを構築することで、高品質な新規視点画像生成手法を行う手法である。しかし、基本的に対象が静的なシーンに限定されることや、レンダリング時間が長い等の制約がある。そこで我々は、静的なシーンに限定されるものの、レンダリング時間を大幅に高速化したPlenOctrees[Yu et al.2021]を動的なシーンに拡張することで、2つの制約を解消することを試みる。具体的には、（1）入力に時刻を加えたNeRFの学習を行い、（2）各時刻におけるPlenOctreeを時刻分生成する。加えて（3）レンダラーを時刻方向に拡張することで、動的なシーンにおけるNeRFのレンダリング時間の高速化を目指す。},
 pages = {265--266},
 publisher = {情報処理学会},
 title = {リアルタイムレンダリング可能なNeRFの動的シーンへの拡張},
 volume = {2022},
 year = {2022}
}