基于空角稠密网络的高效光场重建
图像与视频处理
2021-08-29 v1 计算机视觉与模式识别
摘要
作为一种图像传感装置，光场图像相比单目图像能够提供额外的角度信息，并促进了广泛的测量应用。光场图像采集设备通常受制于角度分辨率与空间分辨率之间的固有权衡。为解决该问题，已有光场重建与光场超分辨率等方法被提出，但仍有两点未获解决，即域不对称与高效信息流。本文提出一种端到端的空角稠密网络（SADenseNet）用于光场重建，包含两个新颖组件，即相关性块与空角稠密跳跃连接以应对上述问题。前者以符合域不对称的方式对相关性信息进行有效建模；后者由三类连接组成，增强了两域之间的信息流。在真实与合成数据集上的大量实验表明，所提SADenseNet以显著减少的内存与计算代价取得了最先进的性能。定性结果显示，重建的光场图像清晰且细节正确，并可作为预处理以提升相关测量应用的精度。
引用
@article{arxiv.2108.03635,
title = {Efficient Light Field Reconstruction via Spatio-Angular Dense Network},
author = {Zexi Hu and Henry Wing Fung Yeung and Xiaoming Chen and Yuk Ying Chung and Haisheng Li},
journal= {arXiv preprint arXiv:2108.03635},
year = {2021}
}