JAWS：神经辐射场中用于电影化迁移的随意一击
计算机视觉与模式识别
2023-03-28 v1 图形学
摘要
本文提出 JAWS，一种优化驱动的方法，可实现将参考野外视频片段的视觉电影化特征鲁棒地迁移至新生成的片段。为此，我们借助隐式神经表示（INR）来计算一个与参考片段共享相同电影化特征的片段。我们提出 INR 中相机优化问题的一般表述，以计算外参与内参相机参数以及时序。通过利用神经表示的可微性，我们可以将所设计的在代理估计器上测得的电影化损失经 NeRF 网络直接反向传播至所提出的电影化参数。我们还引入如引导图等特定增强以改进整体质量与效率。结果显示了我们的系统复现电影中知名相机序列的能力，使生成视频片段的取景、相机参数与时序适配以最大化与参考片段的相似度。
引用
@article{arxiv.2303.15427,
title = {JAWS: Just A Wild Shot for Cinematic Transfer in Neural Radiance Fields},
author = {Xi Wang and Robin Courant and Jinglei Shi and Eric Marchand and Marc Christie},
journal= {arXiv preprint arXiv:2303.15427},
year = {2023}
}
备注
CVPR 2023. Project page with videos and code: http://www.lix.polytechnique.fr/vista/projects/2023_cvpr_wang