基于多层图像的场景自适应几何立体放大

使用多个半透明彩色图层来表示场景，已成为实时新视角合成中一种流行且成功的选择。现有方法在规则间隔的平面或球面形状图层上推断颜色与透明度值。在本工作中，我们提出了一种基于多个具有场景自适应几何的半透明图层的新视角合成方法。我们的方法分两个阶段从立体图像对中推断此类表示。第一阶段从给定的视图对推断少量数据自适应图层的几何结构。第二阶段为这些图层推断颜色和透明度值，生成用于新视角合成的最终表示。重要的是，两个阶段通过可微分渲染器连接，并以端到端方式训练。在实验中，我们展示了所提方法相对于使用无场景几何自适应的规则间隔图层的优势。尽管在渲染时快了几个数量级，我们的方法也优于最近提出的基于隐式几何表示的 IBRNet 系统。结果见 https://samsunglabs.github.io/StereoLayers。