利用对抗损失的大尺度场景新视角合成
计算机视觉与模式识别
2018-02-21 v1
摘要
新视角合成旨在从给定图像的不同视点合成新图像。大多数先前工作聚焦于在固定背景下生成特定物体的新视角。然而，对于一些应用，如虚拟现实或机器人操控，由于相机的自运动，背景可能发生大幅变化。若不考虑环境结构，从新视角生成的大尺度环境图像可能失真。在本工作中，我们提出了一种新颖的全卷积网络，它通过融入逆深度特征显式利用结构信息。逆深度特征来自用稀疏标注深度值训练的CNN。该框架可轻松融合来自不同视点的多幅图像。为填补生成图像中缺失的纹理，应用了对抗损失，其也能改善整体图像质量。我们的方法在KITTI数据集上评估。结果表明我们的方法能无失真地生成大尺度场景的新视角。我们方法的通过定性与定量评估得到了证明。
引用
@article{arxiv.1802.07064,
title = {Novel View Synthesis for Large-scale Scene using Adversarial Loss},
author = {Xiaochuan Yin and Henglai Wei and Penghong lin and Xiangwei Wang and Qijun Chen},
journal= {arXiv preprint arXiv:1802.07064},
year = {2018}
}