极端视角合成
计算机视觉与模式识别
2019-09-02 v2
摘要
我们提出极端视角合成(Extreme View Synthesis)，一种用于新视角外推的解决方案，即使在输入图像数量很少——少至两张——时也能工作。在此情形下，遮挡和深度不确定性是最紧迫的两个问题，并且随着外推程度的增加而恶化。我们遵循基于深度扭曲与精炼的传统范式，并做了若干关键改进。首先，我们估计一个深度概率体，而非仅为新视角的每个像素估计单一深度值。这使我们能够在具有挑战性的区域（如深度不连续处）利用深度不确定性。在用它获得新视角的初始估计后，我们显式地结合学习到的图像先验与深度不确定性，以合成具有更少伪影的精炼图像。我们的方法是首个在基线放大倍数高达30倍时展示出视觉上令人满意结果的方法。
引用
@article{arxiv.1812.04777,
title = {Extreme View Synthesis},
author = {Inchang Choi and Orazio Gallo and Alejandro Troccoli and Min H. Kim and Jan Kautz},
journal= {arXiv preprint arXiv:1812.04777},
year = {2019}
}
备注
Accepted as an oral presentation at IEEE ICCV 2019