NeROIC est une nouvelle méthode d'acquisition de représentations d'objets à partir d'une collection d'images en ligne. Elle permet de capturer des propriétés géométriques et matérielles de haute qualité pour n'importe quel objet, même à partir de photos prises avec différents appareils photo, éclairages et arrière-plans. Elle peut être utilisée pour des applications de rendu centrées sur l'objet, telles que la synthèse de nouvelles perspectives, le re-éclairage et la synthèse d'arrière-plans harmonieux. En étendant une approche multi-étapes des champs de radiance neuronaux, nous inférons d'abord la géométrie de surface et améliorons les paramètres initiaux de la caméra, initialement estimés grossièrement, tout en utilisant un masque d'objet au premier plan grossier pour améliorer l'efficacité de l'entraînement et la qualité de la géométrie. Nous introduisons également une technique robuste d'estimation des normales afin d'éliminer le bruit géométrique tout en préservant les détails importants. Enfin, nous extrayons les propriétés matérielles de la surface et l'éclairage ambiant, représentés par des harmoniques sphériques, et traitons les éléments transitoires tels que les ombres nettes. La combinaison de ces composants forme un cadre d'acquisition d'objets hautement modulaire et efficace. Une évaluation et une comparaison approfondies démontrent les avantages de notre méthode pour capturer des propriétés géométriques et d'apparence de haute qualité destinées aux applications de rendu.