从少量图像学习可泛化的光场网络
计算机视觉与模式识别
2022-08-10 v1 人工智能
图形学
摘要
我们探索了一种基于神经光场表示的少样本新视角合成新策略。给定目标相机位姿,隐式神经网络将每条射线直接映射到其目标像素颜色。该网络以由显式3D特征体通过粗体渲染生成的局部射线特征为条件。该特征体使用3D ConvNet从输入图像构建。相对于基于神经辐射场的当前最优方法,我们的方法在合成与真实MVS数据上取得了有竞争力的性能,同时渲染速度快100倍。
引用
@article{arxiv.2207.11757,
title = {Learning Generalizable Light Field Networks from Few Images},
author = {Qian Li and Franck Multon and Adnane Boukhayma},
journal= {arXiv preprint arXiv:2207.11757},
year = {2022}
}