三维模型
三维模型由形状（shape）和外观（appearance）组成，外观大致可分为材质（material）和光照（lighting）。在得到这些信息后，只需要经过一定的算法，就能得到图像。像这样从模型到图像的正向过程，称之为渲染（rendering）；而从图像得到模型的这个逆向过程，称为反渲染（inverse rendering）。
渲染过程是通过一个渲染方程来完成的，也即将一系列的参数输入这个渲染方程，最终渲染出来的图像就是这个方程的解。
但是否可以根据这个方程的解来反向推导出初始参数呢？这就是NeRF要解决的问题，即从图像中得到模型的信息。
形状表征
主流的形状表征方式有以下四种： - 网格（Mesh）：用多个多边形表征物体； - 点云（Point Cloud）：某个坐标系下的点的数据的集合，数据可以是三维坐标（x, y, z）、颜色、强度值、时间等等； - 占据场（Occupancy Field）：物体占据的空间点的值为 1，未占据的空间点的值为 0； - 有向距离场（Signed distance Field）：从物体表面射出向量，往物体内部为正，外部为负。
此外还有一些表示，如体素（Voxel），多视图（Multi-view）等等。
外观表征
最常见是材质纹理贴图（Material Texture Map）+环境光照。将三维物体 unwrap 成二维的图片，并在图片中各点存储对应三维物体的材质的性质。同时使用环境光照获取图片各点对应的光照。
这种方法易于编辑修改，用途十分广泛。但缺点是非常理想且十分繁琐，因为需要将材质和光照分开，且不仅要对贴图进行映射，还分不同的表面对不同的光线进行求交。
此外还有辐射场（Radiance Field）或者表面光场（Surface light filed），这种方法将材质与光照打包，给出每个表面点 \((x，y，z)\) 处不同的观察角度 \((\theta,\phi)\) 的颜色 \((r,b,g)\)。用这种方式可以很方便的描述物体表面的颜色，反射，和阴影等效果。但缺点是不易于修改和编辑。
