Just Flip：面向神经辐射场覆盖未观测视角的翻转观测生成与优化
机器人学
2023-09-18 v3
摘要
随着神经辐射场（NeRF）的出现，通过多视角观测表征三维场景在性能上取得了显著提升。由于这一前沿技术能够通过插值稠密三维环境获得高分辨率渲染，已有多种方法提出将 NeRF 应用于机器人感知的空间理解。然而，以往工作难以表征未探索机器人轨迹上的未观测场景或视角，因为这些工作未考虑在无观测信息下的三维重建。为克服该问题，我们提出一种生成翻转观测以覆盖未探索机器人轨迹上不存在的观测的方法。为此，我们提出了一种利用 NeRF 通过翻转已观测图像并估计翻转相机 6DOF 位姿来进行三维重建的数据增强方法。我们的技术利用了物体几何对称的特性，简单却快速且有效，因此适用于对实时性能要求较高的机器人应用。我们证明，该方法在 NeRF 合成数据集上显著改进了三种具代表性的感知质量度量。
引用
@article{arxiv.2303.06335,
title = {Just Flip: Flipped Observation Generation and Optimization for Neural Radiance Fields to Cover Unobserved View},
author = {Minjae Lee and Kyeongsu Kang and Hyeonwoo Yu},
journal= {arXiv preprint arXiv:2303.06335},
year = {2023}
}