TensoRF: Tensorial Radiance Fields 是2022 年ECCV上的论文
论文地址：https://arxiv.org/abs/2203.09517
源码地址：https://github.com/apchenstu/Te
主页： https://apchenstu.github.io/TensoRF/
张量辐射场是一种新颖的建模和重建辐射场的方法。跟NeRF使用多层感知机隐式建模场景表达的方式不同，TensoRF将场景建模为一个四维的张量，张量中的每一项代表了一个体素，体素内包含了体积密度和多维的特征信息。论文的中心思想是使用张量分解技术，将4D张量分解成多个低秩的张量分量，以小见大
从上图中可以看出，张量辐射场可以达到：
1. 更好的质量
2. 更快的速度
3. 更小的模型体积
张量辐射场除了渲染质量更好之外，与同时期使用体素方式的研究相比占用更少的内存使用。张量辐射场在30分钟内就可以完成重建，并且模型的大小小于4M，这比NeRF更快，以及更小巧。使用VM分解方式的可以达到10分钟的时间，以及更好的质量，模型大小小于75M。TensoRF是第一个从张量的角度来看待辐射场建模，并提出了辐射场重建作为一个低秩张量重建的问题
