3D-LMVIC: 基于 3D 高斯几何先验的学习型多视角图像编码
计算机视觉与模式识别
2025-03-19 v2 信息论
多媒体
math.IT
摘要
现有多视角图像压缩方法常依赖 2D 投影-based 相似性来估计视差。虽然对小视差（如立体图像）有效，但难以处理虚拟现实和自动驾驶等宽基准多摄像头系统中遇到的复杂视差。为此，本文提出 3D-LMVIC，一种新颖的学习型多视角图像压缩框架，利用 3D 高斯溶解（3D Gaussian Splatting）获取几何先验以实现精准视差估计。此外，本文引入深度图压缩模型以最小化跨视角的几何冗余，并提出基于定义视差之间距离度量的多视角序列排序策略以增强相邻视角间的相关性。实验结果表明，3D-LMVIC 在传统和学习型方法中均表现出优异性能，显著提升了相对于现有双视角方法的视差估计精度。
引用
@article{arxiv.2409.04013,
title = {3D-LMVIC: Learning-based Multi-View Image Coding with 3D Gaussian Geometric Priors},
author = {Yujun Huang and Bin Chen and Niu Lian and Baoyi An and Shu-Tao Xia},
journal= {arXiv preprint arXiv:2409.04013},
year = {2025}
}
备注
17 pages, 10 figures, conference