无

好的，我可以给你讲讲这篇论文的公式。这篇论文的公式主要有以下几个³：

• 场景参数化函数：它是一个神经网络，输入一个三维坐标和一个方向，输出一个辐射值和一个密度值。它的形式是：
  $$
  \sigma(\mathbf{x}), c(\mathbf{x}, \mathbf{d}) = F_{\theta}(\mathbf{x}, \mathbf{d})
  $$
  其中 $\mathbf{x}$ 是三维坐标，$\mathbf{d}$ 是方向，$\sigma$ 是密度值，$c$ 是辐射值，$F_{\theta}$ 是神经网络。
• 相机姿态估计函数：它是一个神经网络，输入一张图像，输出相机的位置和方向。它的形式是：
  $$
  \mathbf{t}_i, \mathbf{R}i = G(I_i)
  $$
  其中 $I_i$ 是第 $i$ 张图像，$\mathbf{t}_i$ 是相机位置，$\mathbf{R}i$ 是相机方向矩阵，$G$ 是神经网络。
• 视角合成函数：它是一个基于光流和遮挡检测的方法，输入一张参考图像和一张目标图像的光流图和遮挡图，输出一张合成图像。它的形式是：
  $$
  I'_j = H(I_j, F_j, O_j)
  $$
  其中 $I'_j$ 是合成图像，$I_j$ 是参考图像，$F_j$ 是光流图，$O_j$ 是遮挡图，$H$ 是视角合成方法。
  你对这些公式有什么看法？

源: 与必应的对话， 2023/3/21(1) S-NeRF: Neural Radiance Fields for Street Views | OpenReview. https://openreview.net/forum?id=gx2yJS-ENqI 访问时间 2023/3/21.
(2) [2109.02123] Stochastic Neural Radiance Fields: Quantifying Uncertainty .... https://arxiv.org/abs/2109.02123 访问时间 2023/3/21.
(3) SNeRF: Stylized Neural Implicit Representations for 3D Scenes. https://arxiv.org/abs/2207.02363 访问时间 2023/3/21.