基于自适应深度校准网络的散景渲染
计算机视觉与模式识别
2023-02-22 v1
摘要
散景渲染是一种流行且有效的摄影技术,用于营造美观的效果。它被广泛用于模糊背景并突出前景主体,从而将观看者的注意力吸引到图像的主要焦点上。在传统的数码单反相机(DSLR)中,该效果通过使用大光圈镜头实现。这使得相机能够捕捉浅景深图像,其中仅图像的一小块区域清晰对焦,而其余部分模糊。然而,手机中嵌入的硬件通常比 DSLR 中的小得多且更受限。因此,手机无法拍摄自然的浅景深照片,这可能是移动摄影的一大局限。为应对这一挑战,本文提出一种使用 Vision Transformer(一种近期强大的深度学习架构)的散景渲染新方法。我们的方法采用自适应深度校准网络作为置信度以补偿单目深度估计中的误差。该网络结合深度信息用于监督渲染过程,从而能够生成高分辨率的高质量散景图像。我们的实验表明,所提方法优于当前最优方法,在 LPIPS 上取得约 24.7% 的提升,并获得更高的 PSNR 分数。
引用
@article{arxiv.2302.10808,
title = {Bokeh Rendering Based on Adaptive Depth Calibration Network},
author = {Lu Liu and Lei Zhou and Yuhan Dong},
journal= {arXiv preprint arXiv:2302.10808},
year = {2023}
}
备注
6 pages, 6 figures