DyBluRF：从模糊单目视频生成动态神经辐射场

最近的动态神经辐射场方法取得了显著成果，但这些方法依赖于锐利输入图像的假设。当面对运动模糊时，现有的动态 NeRF 方法往往难以生成高质量的新视角。在本文中，我们提出了 DyBluRF，一种从受运动模糊影响的单目视频合成锐利新视角的动态辐射场方法。为 account 运动模糊， 我们同时捕获相机轨迹和场景中物体离散余弦变换（DCT）轨迹。此外，我们采用全局跨时间渲染方法以确保整个场景的时间一致性。我们构建了一个包含多样化动态场景的数据集，专为本任务定制。实验结果表明，在我们的数据集上，本方法在生成来自运动模糊输入的锐利新视角方面优于现有方法，同时保持场景的空间-时间一致性。