WaterHE-NeRF：用于水下场景重建的水下光线追踪神经辐射场
计算机视觉与模式识别
2024-01-22 v2
摘要
Neural Radiance Field (NeRF) 技术因其基于物理的体积渲染过程，在新视点合成任务中展现出巨大潜力，这在水下场景中尤为有前景。针对现有水下 NeRF 方法在处理水介质引起的光衰减以及缺乏真实 Ground Truth (GT) 监督方面的局限性，本研究提出了 WaterHE-NeRF。我们通过 Retinex 理论开发了一种新的水下光线追踪场，精确编码了三维空间中的颜色、密度和照度衰减。WaterHE-NeRF 通过其照度衰减机制，生成退化和清晰的多视图图像，并通过结合重建损失与 Wasserstein 距离来优化图像恢复。此外，使用直方图均衡化 (HE) 作为伪 GT 增强了网络在保留原始细节和颜色分布方面的准确性。在真实水下数据集和合成数据集上的大量实验验证了 WaterHE-NeRF 的有效性。我们的代码将公开发布。
引用
@article{arxiv.2312.06946,
title = {WaterHE-NeRF: Water-ray Tracing Neural Radiance Fields for Underwater Scene Reconstruction},
author = {Jingchun Zhou and Tianyu Liang and Dehuan Zhang and Zongxin He},
journal= {arXiv preprint arXiv:2312.06946},
year = {2024}
}