无监督物体辐射场发现
计算机视觉与模式识别
2022-03-17 v2 人工智能
摘要
我们研究从单幅图像推断以物体为中心的场景表示的问题，旨在推导出解释图像形成过程、捕捉场景三维本质且无需监督学习的表示。大多数现有的场景分解方法由于缺乏上述一项或多项特性，其根本挑战在于将复杂的三维到二维图像形成过程整合到深度网络等强大推断方案中。在本文中，我们提出无监督物体辐射场发现（uORF），将神经三维场景表示与渲染的最新进展与深度推断网络相结合，用于无监督三维场景分解。uORF 在无需标注的多视角 RGB 图像上训练，学会从单幅图像分解具有多样纹理背景的复杂场景。我们展示了 uORF 能够实现新任务，例如三维场景分割与编辑，并且在这些任务以及三个数据集上的新视角合成方面表现良好。
引用
@article{arxiv.2107.07905,
title = {Unsupervised Discovery of Object Radiance Fields},
author = {Hong-Xing Yu and Leonidas J. Guibas and Jiajun Wu},
journal= {arXiv preprint arXiv:2107.07905},
year = {2022}
}
备注
ICLR 2022. Project page: https://kovenyu.com/uorf/