Beantwortet von der Redaktion von Business.Digital Stand
NeRF steht für Neural Radiance Fields und ist eine Methode, mit der KI-Systeme aus einer Reihe von 2D-Fotografien eine kontinuierliche, fotorealistische 3D-Darstellung einer Szene rekonstruieren können.
Das klingt nach 3D-Modellierung, ist aber fundamental anders. Klassische 3D-Modellierung erzeugt explizite Geometrie: Polygone, Meshes, Texturen. NeRF speichert stattdessen eine implizite Funktion in einem neuronalen Netz: Für jeden Punkt im Raum und jede Blickrichtung berechnet es Farbe und Dichte. Das Ergebnis ist eine durchgehende, fotorealistische Darstellung, die aus beliebigen Winkeln gerendert werden kann.
2020 als Durchbruch
Das ursprüngliche NeRF-Paper von Mildenhall et al. erschien 2020 und erzeugte erhebliches Aufsehen. Die Ergebnisse waren für eine neue Methode überraschend fotorealistisch. Seitdem haben dutzende Folgearbeiten die Geschwindigkeit und Qualität verbessert. Originales NeRF brauchte Stunden für ein Modell, moderne Varianten wie Instant-NGP schaffen es in Minuten oder Sekunden.
Anwendungen
E-Commerce: Produkte können aus 20-30 Smartphones-Fotos in fotorealistischen 3D-Ansichten dargestellt werden, ohne teures 3D-Modelling. Architektur und Immobilien: Bestandsräume aus Fotos virtuell begehbar machen. Film und VFX: Szenen-Rekonstruktion und -Erweiterung. Kulturerbe-Digitalisierung: Historische Objekte und Orte dreidimensional erhalten.
Aktuelle Grenzen
NeRF hat Schwierigkeiten mit bewegten Objekten und transparenten Materialien. Training und Rendering sind rechenintensiv. In der Praxis sind Ergebnisse bei kontrollierten Aufnahmen gut, bei unkontrollierten (schlechte Beleuchtung, viele bewegte Teile) weniger zuverlässig.
Für spezifische Anwendungsfälle in E-Commerce oder Webentwicklung kann NeRF eine interessante Option sein. In einer Beratung schauen wir, ob es für dein Projekt passt.