入力点群NURBS から標本化した点
NeRF 描画同じ視点からボリュームレンダリング
どちらの画面もドラッグで回転、ホイール／ピンチでズーム（2 画面は同じカメラ）。下の学習画像をクリックするとその視点に移動します。
PSNR学習バッチ（指数平均）と表示視点
学習画像—
高精細：点群 25 万点・学習画像 48 枚 × 192² px・ハッシュ表 2^18 × 16 レベル。1 ステップが約 6 倍重くなります（目安は毎秒 5 ステップ前後）。数分で輪郭が整い、その後も学習率減衰に合わせてゆっくり細部が詰まります。学習は別スレッドで進むので、その間も視点は動かせます。
有理ベジエに分解したパッチ上で、3D 面積に比例した一様サンプリングを行います。各点の色は「曲面ごとの色 × 固定光源のランバート陰影」で、視点に依存しない値です。
点を面積相当の円盤として Z バッファ描画し、2×2 超標本化で RGB・不透明度・深度を作ります。NeRF はこの画像群だけを見て学習します。
位置 x → 多重解像度ハッシュ格子（各レベル 2 特徴）→ MLP（1 隠れ層, ReLU）→ 密度 σ = exp(o₀)、色 c = sigmoid(o₁..₃)。
占有グリッド：点群がある 48³ セル（＋隣接）だけを標本化し、空の空間を飛ばします。OFF にすると純粋な NeRF（全区間を標本化）になり、遅くなります。切り替えるとモデルはリセットされます。深度教師：点群の深度を追加の損失に使います（DS-NeRF 風）。学習率減衰：3 万ステップかけて学習率を 1/10 まで下げ、細部を詰めます。画像解像度を変えると、刻み数は画素の幅に合う値へ自動で変わります。