IntelliCap：用于一致性视图采样的智能引导
计算机视觉与模式识别
2025-08-19 v1
摘要
从图像进行新视图合成，例如使用 3D 高斯泼溅，已经取得了巨大进展。渲染保真度和速度现在甚至已准备好用于要求苛刻的虚拟现实应用。然而，帮助人类为这些渲染算法收集输入图像的问题受到的关注要少得多。高质量的视图合成需要均匀且密集的视图采样。不幸的是，这些要求对于匆忙、不耐烦或缺乏对场景结构和摄影过程理解的人类相机操作员来说并不容易满足。现有的在图像采集过程中引导人类的方法集中于单个对象或忽略了与视图相关的材质特性。我们提出了一种用于多尺度扫描的新型情景可视化技术。在扫描场景的过程中，我们的方法识别出需要扩展图像覆盖范围以正确表示视图相关外观的重要对象。为此，我们利用语义分割和类别识别，并通过视觉-语言模型进行排序。在高排名的对象周围生成球形代理，以在扫描过程中引导用户。我们的结果表明，与传统的视图采样策略相比，在真实场景中具有优越的性能。
引用
@article{arxiv.2508.13043,
title = {IntelliCap: Intelligent Guidance for Consistent View Sampling},
author = {Ayaka Yasunaga and Hideo Saito and Dieter Schmalstieg and Shohei Mori},
journal= {arXiv preprint arXiv:2508.13043},
year = {2025}
}
备注
This work is a pre-print version of a paper that has been accepted to the IEEE International Symposium on Mixed and Augmented Reality for future publication. Project Page: https://mediated-reality.github.io/projects/yasunaga_ismar25/