基于马尔可夫随机场与高效信念传播的视图合成图像补全
计算机视觉与模式识别
2014-06-25 v1
摘要
视图合成是从通过 3-D 相机装置记录的场景中生成新视图的过程。它在 3-D 后期制作和 2-D 到 3-D 转换中具有重要应用。然而，生成新视图的一个核心问题在于处理去遮挡（disocclusions）。在原始视图中被遮挡的背景内容可能在合成视图中显露出来。这导致生成视图中出现缺失信息，必须以视觉上合理的方式进行填充。我们提出了一种基于马尔可夫随机场（Markov random fields）和高效信念传播（belief propagation）的算法，用于填充合成视图中的去遮挡区域。我们将结果与两种最先进（state-of-the-art）的算法进行了比较，并证明了图像质量的显著提升。
引用
@article{arxiv.1406.6273,
title = {Image Completion for View Synthesis Using Markov Random Fields and Efficient Belief Propagation},
author = {Julian Habigt and Klaus Diepold},
journal= {arXiv preprint arXiv:1406.6273},
year = {2014}
}
备注
Published version: http://ieeexplore.ieee.org/xpl/articleDetails.jsp?tp=&arnumber=6738439