基于地理空间引导的混合视角全景合成
计算机视觉与模式识别
2025-06-03 v2
摘要
我们提出了混合视角全景合成任务，即给定少量输入全景图和该区域的卫星图像，合成新全景图。这区别于以前仅使用输入全景图（同视角合成）或仅使用卫星图像（跨视角合成）的方法。我们认为，混合视角setting是最自然的，能够支持全球任意位置的全景合成。一个关键挑战是全景的空间覆盖不均，许多地区几乎没有全景数据。我们引入一种方法，利用基于扩散的建模和注意力架构从所有可用输入图像中提取信息。实验结果表明我们的方法有效，特别是在可用全景稀疏或距离要合成全景位置较远时，模型仍能正常工作。项目页面地址为 https://mixed-view.github.io
引用
@article{arxiv.2407.09672,
title = {Mixed-View Panorama Synthesis using Geospatially Guided Diffusion},
author = {Zhexiao Xiong and Xin Xing and Scott Workman and Subash Khanal and Nathan Jacobs},
journal= {arXiv preprint arXiv:2407.09672},
year = {2025}
}
备注
Accepted by Transactions on Machine Learning Research (TMLR) Project page: https://mixed-view.github.io