面向光场的学习式遮挡感知视图合成
计算机视觉与模式识别
2021-02-19 v1
摘要
在这项工作中，我们提出一种新颖的基于学习的方法来合成光场图像的新视图。具体而言，给定光场的四个角视图，所提方法估计任意中间视图。我们使用三个顺序卷积神经网络进行特征提取、场景几何估计与视图选择。相较于最先进的方法，为处理遮挡，我们提出为每个视图估计不同的视差图。与视图选择网络联合，该策略被证明对于在物体边界附近获得正确重建最为关键。在 Lytro 光场上的消融研究与同最先进方法的对比显示了所提方法的优越性能。此外，该方法被调整并测试于由相机阵列获取的宽基线光场，尽管须处理大面积遮挡区域，所提方法仍给出了非常有前景的结果。
引用
@article{arxiv.1905.11271,
title = {Learning Occlusion-Aware View Synthesis for Light Fields},
author = {Julia Navarro and Neus Sabater},
journal= {arXiv preprint arXiv:1905.11271},
year = {2021}
}