神经场（Neural fields）目前是 3D 视觉和计算机图形学研究的核心焦点。现有的方法主要集中在各种场景表示上，如神经点和 3D 高斯分布。然而，很少有研究致力于改进渲染过程以增强神经场。在这项工作中，我们提出了一种名为 K-Buffers 的插件式方法，该方法利用多个缓冲区来提高渲染性能。我们的方法首先从场景表示中渲染 K 个缓冲区，并构建 K 个像素级特征图。然后，我们引入一个 K 特征融合网络（K-Feature Fusion Network，KFN）来合并这 K 个像素级特征图。最后，我们采用一个特征解码器来生成渲染图像。此外，为了缓解引入的多层K-buffers带来的计算负载，我们还引入了一种加速策略来提高渲染速度和质量。我们将我们的方法应用于著名的辐射场基线，包括神经点场和 3D 高斯喷溅（3D Gaussian Splatting，3DGS）。大量实验表明，我们的方法有效地提高了神经点场和 3DGS 的渲染性能。

杭州电子科技大学“智能信息处理”实验室 (HDU IIPLab)主任为颜成钢教授。实验室现有在职教师50余名，含5位国家级人才及多位省级人才。现有硕博生200余名，毕业生多就职于阿里巴巴、腾讯、字节跳动、海康威视、华为、网易等国内知名企业。实验室为学校交叉创新团队，拥有自由开放的学术氛围和国际前沿的研究方向。实验室采用与海内外知名高校、研究所（清华大学、北京大学、中国科学院、美国北卡罗来纳大学教堂山分校、澳大利亚悉尼科技大学等）联合培养制，长期致力于智能信息处理方面的研究，主要研究方向包括：机器学习、模式识别、计算机视觉、计算机图形学、医学影像处理、生物信息学等。