NEX：具有神经基础扩张的实时视图综合

我们提出了一种基于多平面图像（MPI）的增强的新型视图综合的新方法，该方法可以实时再现下一级视图依赖效果--- 与使用一组简单RGBα平面的传统MPI不同，我们的技术模型通过将每个像素参数来参数依赖于视图依赖性效果作为从神经网络学习的基本函数的线性组合。 此外，我们提出了一种混合隐式的显式建模策略，可改善细节并产生最先进的结果。 我们的方法是在基准前进的数据集中进行评估，以及我们的新推出的数据集，旨在测试视图依赖性建模的限制，具有明显更具挑战性的效果，例如CD上的彩虹反射。 我们的方法在这些数据集中的所有主要指标上实现了最佳总体分数，其具有超过1000×更快的渲染时间而不是最先进的渲染时间。