基于深度信念网络与加权二值图像、面向加性分层显示的新颖光场编码方案
计算机视觉与模式识别
2023-04-24 v2 图像与视频处理
摘要
光场显示通过提供双目深度感和运动视差来创造沉浸式体验。堆叠光衰减层是实现具有更大景深、宽视角和高分辨率的光场显示的一种方法。由于透明的全息光学元件（HOE）层，加性分层显示可集成到增强现实（AR）可穿戴设备中，将虚拟物体叠加到真实世界上，创造无缝的混合现实（XR）体验。本文提出一种利用深度信念网络（DBN）和适用于加性分层显示的加权二值图像的光场表示与编码新框架。层的加权二值表示使该框架对自适应码率编码更加灵活。该框架有效捕获光场数据中的内在冗余，从而提供一种适用于XR显示应用的可扩展光场编码方案。潜码由H.265编解码器编码，生成速率可扩展的比特流。我们通过改变加权二值图像的数量和H.265量化参数来实现自适应码率解码，同时保持最优重建质量。该框架在真实和合成基准数据集上进行了测试，结果验证了所提方案的速率可扩展特性。
引用
@article{arxiv.2210.01447,
title = {A Novel Light Field Coding Scheme Based on Deep Belief Network & Weighted Binary Images for Additive Layered Displays},
author = {Sally Khaidem and Mansi Sharma},
journal= {arXiv preprint arXiv:2210.01447},
year = {2023}
}
备注
The paper is under consideration at Pattern Recognition Letters