DeepView：基于学习梯度下降的视图合成
计算机视觉与模式识别
2019-06-19 v1 图形学
机器学习
图像与视频处理
摘要
我们提出一种使用多平面图像（MPIs）进行视图合成的新方法。基于近期在学习梯度下降方面的进展，我们的算法从一组稀疏相机视角生成MPI。所得方法融入了遮挡推理，在物体边界、光照反射、细长结构和高深度复杂度场景等具有挑战性的场景特征上提升了性能。我们表明，我们的方法在两个数据集上取得了高质量的、最先进的结果：Kalantari光场数据集，以及一个我们公开提供的新的相机阵列数据集Spaces。
引用
@article{arxiv.1906.07316,
title = {DeepView: View Synthesis with Learned Gradient Descent},
author = {John Flynn and Michael Broxton and Paul Debevec and Matthew DuVall and Graham Fyffe and Ryan Overbeck and Noah Snavely and Richard Tucker},
journal= {arXiv preprint arXiv:1906.07316},
year = {2019}
}
备注
See https://augmentedperception.github.io/deepview/ for more results, video and an interactive viewer