神经辐射场（NeRF）是一种能够表达复杂三维场景的精巧表征方式，在结合立体渲染后可以非常逼真的从图片中恢复复杂的现实场景，用于合成新视角、内容生成等下游任务。
近两年来，NeRF在计算机视觉领域引起了极大的关注，在计算机视觉顶会（CVPR/ICCV/ECCV）中相关成果越来越多，例如在2021年，CVPR上关于NeRF的论文不到10篇，2022年已经超过了50多篇，其他会议亦是如此。目前，NeRF在照片编辑、3D表面提取、大型/城市规模3D表示和视图合成中找到了应用。
2022年，NeRF的影响巨大且不断增加，Mildenhall等人的原始NeRF论文获得了1300多篇引用，并逐年增长。
本文对101篇NeRF优质论文进行了整理，共分为Survey、Fundamentals、Speed、Spare View、Conditional、Composition、Pose Estimation、Applications等八部分内容。
对于入门的伙伴，建议先阅读Survey部分，了解NeRF的发展，然后再阅读每一个部分，对相关的项目代码进行剖析，希望每一位伙伴都能通过这份资料学有所得！！
-- NeRF论文集结构 --
-- 部分论文列表 --
