NeRF (Neural Radiance Fields)
Definition
Neural Radiance Fields (NeRF) sind ein Deep-Learning-Verfahren, das aus zweidimensionalen Aufnahmen bekannter Kamerapositionen eine kontinuierliche, dreidimensionale Szenenrepräsentation lernt und daraus fotorealistische Ansichten aus beliebigen neuen Blickwinkeln berechnet.Erklärung
Anders als klassische 3D-Modelle aus Polygonnetzen (Meshes) oder Punktwolken speichert ein NeRF die Szene implizit in den Gewichten eines neuronalen Netzwerks. Das Modell ordnet jeder räumlichen 3D-Koordinate(x, y, z) und jeder Betrachtungsrichtung (θ, φ) einen Dichtewert sowie einen blickwinkelabhängigen Farbwert zu; über volumetrisches Ray Marching werden diese Werte entlang virtueller Sehstrahlen zu einem fertigen Pixelbild integriert. Dadurch bildet das Verfahren auch anspruchsvolle optische Effekte wie glänzende Metalloberflächen, Spiegelungen oder halbtransparente Materialien präzise ab, an denen klassische Photogrammetrie oft scheitert. Im B2B-Bereich nutzen Industrie-, Immobilien- und Handelsunternehmen NeRF-Verfahren (häufig beschleunigt über Gitterstrukturen wie Instant-NGP oder ergänzt durch 3D Gaussian Splatting), um Maschinenanlagen, Produktionshallen oder komplexe Bauteile aus Foto- oder Videoaufnahmen als begehbare digitale Modelle für Fernwartung, Anlagenplanung und virtuelle Produktpräsentationen aufzubereiten.