用于光场重建的空间-角度注意力网络

典型的基于学习的光场重建方法需要通过加深网络来构建大感受野，以捕获输入视图间的对应关系。本文提出一种空间-角度注意力网络，以非局部方式感知光场中的对应关系，并以端到端方式重建高角度分辨率光场。受非局部注意力机制启发，引入专门面向高维光场数据的空间-角度注意力模块，为光场中每个像素计算极平面中所有位置的响应，并生成沿角度维度捕获对应关系的注意力图。随后，我们提出一种多尺度重建结构，以在低空间尺度高效实现非局部注意力，同时在高空间尺度保留高频分量。大量实验证明了所提空间-角度注意力网络在重建具有非朗伯效应的稀疏采样光场方面的优越性能。