关注你所注视之处

新视角合成（NVS）已随生成建模取得进展，能够生成逼真的图像。在仅提供少量输入视角的少样本新视角合成中，现有方法通常假设所有输入视角相对于目标视角具有同等重要性，从而导致次优结果。我们通过引入一种相机加权机制来解决这一局限，该机制根据源视角与目标视角的相关性来调整其重要性。我们提出了两种方法：一种利用欧几里得距离和角度差异等几何特性的确定性加权方案，以及一种基于交叉注意力的学习方案，用于优化视角加权。此外，模型可通过我们的相机加权方案进一步训练，以完善其对视角相关性的理解并提升合成质量。该机制具有适应性，可集成到各种新视角合成算法中，提升其合成高质量新视角的能力。我们的结果表明，自适应视角加权增强了准确性和真实感，为改进新视角合成提供了一个有前景的方向。