基于4D光场视频的深度估计
计算机视觉与模式识别
2024-07-09 v2 机器学习
图像与视频处理
摘要
从4D光场（LF）图像进行深度（视差）估计是过去几年的研究课题。多数研究聚焦于从静态4D LF图像估计深度，而未考虑时间信息，即LF视频。本文提出一种端到端神经网络架构，用于从4D LF视频估计深度。本研究还构建了一个中等规模的合成4D LF视频数据集，可用于基于深度学习方法的训练。使用合成与真实世界4D LF视频的实验结果表明，时间信息有助于提升噪声区域的深度估计精度。数据集与代码见：https://mediaeng-lfv.github.io/LFV_Disparity_Estimation
引用
@article{arxiv.2012.03021,
title = {Depth estimation from 4D light field videos},
author = {Takahiro Kinoshita and Satoshi Ono},
journal= {arXiv preprint arXiv:2012.03021},
year = {2024}
}
备注
6 pages, 6 figures, International Workshop on Advanced Image Technology (IWAIT) 2021