基于深度立体视觉的快速视图合成
计算机视觉与模式识别
2018-05-08 v2 人工智能
摘要
新视图合成是计算机视觉与图形学中的一个重要问题。多年来已提出大量解决方案，但大基线新视图合成问题远未“解决”。近期工作尝试使用卷积神经网络（CNNs）解决视图合成任务。由于学习场景几何与解释相机运动的困难，CNNs 常无法生成逼真的新视图。本文提出一种基于立体视觉与 CNNs 的新视图合成方法，将问题分解为两个子任务：视相关的几何估计与纹理修复。两者均为结构化预测问题，可用 CNNs 有效学习。在 KITTI Odometry 数据集上的实验表明，我们的方法比当前最优方法更准确且显著更快。代码与补充材料将公开可用。结果见 https://youtu.be/5pzS9jc-5t0
引用
@article{arxiv.1804.09690,
title = {Fast View Synthesis with Deep Stereo Vision},
author = {Tewodros Habtegebrial and Kiran Varanasi and Christian Bailer and Didier Stricker},
journal= {arXiv preprint arXiv:1804.09690},
year = {2018}
}