在360度世界中移动：从单张全景图合成全景视差
计算机视觉与模式识别
2021-06-22 v1
摘要
我们提出全向神经辐射场（OmniNeRF），这是首个应用于支持视差的新颖全景视图合成的方法。现有的新颖视图合成工作聚焦于视场有限的透视图像，并需要在特定条件下拍摄足够多的图片。相反，OmniNeRF 可在以单张等距柱状投影图像作为训练数据的情况下，为未知视点生成全景图像。为此，我们提出通过在3D世界与不同虚拟相机位置下的不同2D全景坐标之间来回投影，来扩充单张 RGB-D 全景图。通过这样做，我们能够在固定中心处收集来自全向视角的可见像素，从而优化一个全向神经辐射场，用于估计来自变化相机位置的新视角。结果表明，所提出的 OmniNeRF 实现了令人信服的新颖全景视图渲染，并展现出视差效应。我们在合成和真实世界数据集上展示了我们各项方案的有效性。
引用
@article{arxiv.2106.10859,
title = {Moving in a 360 World: Synthesizing Panoramic Parallaxes from a Single Panorama},
author = {Ching-Yu Hsu and Cheng Sun and Hwann-Tzong Chen},
journal= {arXiv preprint arXiv:2106.10859},
year = {2021}
}