同济等新开源|速度提高33倍，低成本高质量渲染照片级城市图像！

为了有效地构建城市级辐射场，我们设计了可变形神经网格基元（DNMP），并提出用这种基元对整个场景进行参数化。DNMP是经典网格表示的一种灵活紧凑的神经变体，它既具有基于光栅化的渲染效率，又具有强大的神经表示能力，可用于照片逼真的图像合成。具体而言，DNMP由一组具有成对顶点特征的连接可变形网格顶点组成，以参数化局部区域的几何结构和辐射信息。为了限制优化的自由度并降低存储预算，我们强制从相对低维的潜在空间中解码每个基元的形状。渲染颜色由视图相关MLP从顶点特征（使用光栅化进行插值）解码。DNMP为城市级场景表示提供了一种新的范式，具有吸引人的特性：（1）高质量渲染。我们的方法在城市场景中的新颖视图合成方面取得了领先的性能。（2） 计算成本低。我们的表示实现了快速渲染（2.07m/1k像素）和低峰值内存使用（110MB/1k像素）。我们还提供了一个轻量级版本，它的运行速度是普通NeRF的33倍