面向线性相机阵列的视频拼接

尽管图像与视频拼接研究历史悠久，现有学术与商业方案仍产生强烈伪影。在本文中，我们提出一种面向线性相机阵列的宽基线视频拼接算法，该算法时间稳定且对强视差具有容忍性。我们的核心见解是：拼接可被视为在学习输入视频间平滑空间插值的问题。为解决该问题，受推扫式相机(pushbroom cameras)启发，我们引入一种快速推扫插值层，并提出一种新颖的推扫拼接网络，其学习稠密流场以平滑对齐多个输入视频进行空间插值。如我们所做用户研究所示，我们的方法以显著优势超越state-of-the-art，并在虚拟现实、沉浸式远程呈现、自动驾驶与视频监控等诸多领域具有直接应用。