Champ de rayonnement neuronal - Historique des versions

Pitpitt le 18 avril 2026 à 15:43

2026-04-18T15:43:53Z

← Version précédente		Version du 18 avril 2026 à 11:43
Ligne 22 :		Ligne 22 :

	'''NeRF'''		'''NeRF'''

			A neural radiance field, also known by the acronym NRF, is a method of reconstructing a three-dimensional, or 3D, scene from simple photos, i.e. 2D images, using deep learning.

	==Español==		==Español==

2025-09-24T00:58:26Z

Remplacement de texte : « ==Español== » par « ==Español== Catégorie:es »

2025-07-21T19:54:23Z

← Version précédente		Version du 21 juillet 2025 à 15:54
Ligne 22 :		Ligne 22 :

	'''NeRF'''		'''NeRF'''

			==Español==

			''''' campo de radiancia neuronal '''''

			''Un campo de radiacia neuronal, también conocido por las siglas NeRF, es un método para reconstruir una escena tridimensional, o 3D, a partir de fotos simples, es decir, imágenes 2D, utilizando el aprendizaje profundo.''

	==Sources==		==Sources==

Ligne 34 :		Ligne 41 :
	[https://theses.hal.science/tel-04193175/file/MARSOT_2023_archivage.pdf Source: Marsot 2023]		[https://theses.hal.science/tel-04193175/file/MARSOT_2023_archivage.pdf Source: Marsot 2023]

			{{Modèle:101}}
	[[Catégorie:GRAND LEXIQUE FRANÇAIS]]		[[Catégorie:GRAND LEXIQUE FRANÇAIS]]


	[[Catégorie:101]]		[[Catégorie:101]]

2025-01-16T01:18:46Z

← Version précédente		Version du 15 janvier 2025 à 21:18
Ligne 35 :		Ligne 35 :

	[[Catégorie:GRAND LEXIQUE FRANÇAIS]]		[[Catégorie:GRAND LEXIQUE FRANÇAIS]]


			[[Catégorie:101]]

2025-01-12T03:31:17Z

← Version précédente		Version du 11 janvier 2025 à 23:31
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==
	Un champ de rayonnement neuronal (CRNe) est une méthode de reconstruction de scène tridimensionnelle (3D) à partir de simples photos (images 2D) qui utilise l'[[apprentissage profond]].		Un champ de rayonnement neuronal, aussi désigné par le sigle CRNe, est une méthode de reconstruction de scène tridimensionnelle, ou 3D, à partir de simples photos, soit des images 2D, qui utilise l'[[apprentissage profond]].

	== Compléments ==		== Compléments ==

2024-12-17T09:07:53Z

← Version précédente		Version du 17 décembre 2024 à 05:07
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==
	Un champ de rayonnement neuronal (CRNe) est une méthode de reconstruction de scène tridimensionnelle (3D) à partir de simples photos (images 2D) qui utilise l'[[apprentissage profond]].		Un champ de rayonnement neuronal (CRNe) est une méthode de reconstruction de scène tridimensionnelle (3D) à partir de simples photos (images 2D) qui utilise l'[[apprentissage profond]].

	== Compléments ==		== Compléments ==
			Le champ de rayonnement neuronal fut inventé vers la fin de 2020.

	Un modèle CRNe peut apprendre la géométrie de la scène, les poses de la caméra et les propriétés de réflectance des objets dans une scène, ce qui lui permet de reconstituer une scène à partir de différents points de vue.		Un modèle CRNe peut apprendre la géométrie de la scène, les poses de la caméra et les propriétés de réflectance des objets dans une scène, ce qui lui permet de reconstituer une scène à partir de différents points de vue.

2024-12-04T05:30:14Z

← Version précédente		Version du 4 décembre 2024 à 01:30
Ligne 3 :		Ligne 3 :

	== Compléments ==		== Compléments ==
	Le modèle CRNe peut apprendre la géométrie de la scène, les poses de la caméra et les propriétés de réflectance des objets dans une scène, ce qui lui permet de reconstituer une scène à partir de différents points de vue.		Un modèle CRNe peut apprendre la géométrie de la scène, les poses de la caméra et les propriétés de réflectance des objets dans une scène, ce qui lui permet de reconstituer une scène à partir de différents points de vue.

	Des chercheurs ont même réussi à reconstituer une scène 3D à partir de reflets dans les yeux.		Des chercheurs ont même réussi à reconstituer une scène 3D à partir de reflets dans les yeux.

2024-10-29T10:15:06Z

← Version précédente		Version du 29 octobre 2024 à 06:15
Ligne 3 :		Ligne 3 :

	== Compléments ==		== Compléments ==
	Le modèle CRNe peut apprendre la géométrie de la scène, les poses de la caméra et les propriétés de réflectance des objets dans une scène, ce qui lui permet de reconstituer une scène à partir de ~~nouveaux~~ points de vue.		Le modèle CRNe peut apprendre la géométrie de la scène, les poses de la caméra et les propriétés de réflectance des objets dans une scène, ce qui lui permet de reconstituer une scène à partir de différents points de vue.

	Des chercheurs ont même réussi à reconstituer une scène 3D à partir de reflets dans les yeux.		Des chercheurs ont même réussi à reconstituer une scène 3D à partir de reflets dans les yeux.

2024-10-29T10:07:58Z

← Version précédente		Version du 29 octobre 2024 à 06:07
Ligne 5 :		Ligne 5 :
	Le modèle CRNe peut apprendre la géométrie de la scène, les poses de la caméra et les propriétés de réflectance des objets dans une scène, ce qui lui permet de reconstituer une scène à partir de nouveaux points de vue.		Le modèle CRNe peut apprendre la géométrie de la scène, les poses de la caméra et les propriétés de réflectance des objets dans une scène, ce qui lui permet de reconstituer une scène à partir de nouveaux points de vue.

	Des chercheurs ont réussi à reconstituer une scène 3D à partir de reflets dans les yeux.		Des chercheurs ont même réussi à reconstituer une scène 3D à partir de reflets dans les yeux.

	==Français==		==Français==
Ligne 21 :		Ligne 21 :
	'''NeRF'''		'''NeRF'''
	==Sources==		==Sources==


	[https://arxiv.org/abs/2306.09348 Source Hadi Alzayer et al 2023]		[https://arxiv.org/abs/2306.09348 Source Hadi Alzayer et al 2023]

2024-08-30T22:57:03Z

Remplacement de texte : « ↵↵==Sources== » par «  ==Sources== »