用于动态新视角合成的神经轨迹场
计算机视觉与模式识别
2021-05-14 v1
摘要
近期从有限张照片渲染逼真视角的方法，拓展了我们对静态场景图像的交互边界。重现时刻（即随时间变化的序列）的能力或许是更有趣的场景，但很大程度上仍未解决。我们提出 DCT-NeRF，一种基于坐标的动态场景神经表示。DCT-NeRF 为空间中每个点在学习输入序列上平滑且稳定的轨迹。这使我们能够强制序列中任意两帧之间的一致性，从而实现高质量重建，尤其在动态区域。
引用
@article{arxiv.2105.05994,
title = {Neural Trajectory Fields for Dynamic Novel View Synthesis},
author = {Chaoyang Wang and Ben Eckart and Simon Lucey and Orazio Gallo},
journal= {arXiv preprint arXiv:2105.05994},
year = {2021}
}