VommaNet：一种从反射且无纹理光场图像进行视差估计的端到端网络
计算机视觉与模式识别
2018-11-20 v1
摘要
图像传感器与微透镜阵列的精确组合使透镜片光场相机能够记录入射光的角度与空间信息，因此可从光场图像计算视差与深度。进而可恢复所记录物体的三维模型，这是相对于其他成像系统的巨大优势。然而，光场图像中的反射与无纹理区域条件复杂，使得现有算法难以正确计算视差。为解决此问题，我们引入一种新颖的端到端网络 VommaNet，从反射与无纹理区域提取多尺度特征以进行准确视差估计。同时，在合成光场图像与真实世界数据的其他区域，我们的网络相较最先进算法取得了相似或更好的性能。目前，我们在 HCI 4D Light Field Benchmark 上取得了均方误差（MSE）的最佳分数。
引用
@article{arxiv.1811.07124,
title = {VommaNet: an End-to-End Network for Disparity Estimation from Reflective and Texture-less Light Field Images},
author = {Haoxin Ma and Haotian Li and Zhiwen Qian and Shengxian Shi and Tingting Mu},
journal= {arXiv preprint arXiv:1811.07124},
year = {2018}
}