MultiBARF：通过神经辐射场整合不同波段图像
计算机视觉与模式识别
2025-03-20 v1
摘要
光学传感器应用通过数字化转型日益流行。将观测数据链接到实际世界位置并组合不同图像传感器对于使应用实用和高效至关重要。然而，尝试不同传感器组合的数据准备需要高水平的感知和图像处理专业知识。为帮助不熟悉感知和图像处理的用户简化数据准备，我们开发了 MultiBARF。该方法通过在指定视点合成两种不同传感器图像和深度图像，取代了共配准和几何标定。我们将 Bundle Adjusting Neural Radiance Fields (BARF) 这一基于深度神经网络的新视角合成方法扩展至两个图像传感器。通过对可见光和热成像图像的实验，我们展示了该方法在 NeRF 上叠加两种传感器图像的两个颜色通道。
引用
@article{arxiv.2503.15070,
title = {MultiBARF: Integrating Imagery of Different Wavelength Regions by Using Neural Radiance Fields},
author = {Kana Kurata and Hitoshi Niigaki and Xiaojun Wu and Ryuichi Tanida},
journal= {arXiv preprint arXiv:2503.15070},
year = {2025}
}