0
点赞
收藏
分享

微信扫一扫

AI论文探讨室·A+·第10期 DeepStereo: Learning to Predict New Views from the World’s Imagery


《DeepStereo: Learning to Predict New Views from the World’s Imagery》

​​论文链接​​

主要解决的问题:首次使用神经网络预测新的视点图

主要描述

       新视点的像素生成是使用将临近视点的图像输入到卷积神经网络中,最后生成新视点的图像。它的有优势主要在,只需要一系列的不同位姿下的图像,然后就可以在不同场景下生成新的视点。

系统架构

AI论文探讨室·A+·第10期 DeepStereo: Learning to Predict New Views from the World’s Imagery_计算机视觉

        该网络由两部分组成颜色塔和选择塔组成,其中颜色塔和选择塔具有相同的结构,但是它们的参数不共享。

选择塔和颜色塔

AI论文探讨室·A+·第10期 DeepStereo: Learning to Predict New Views from the World’s Imagery_三维重建_02

       选择塔生成重聚焦后图像的归一化后的深度图

AI论文探讨室·A+·第10期 DeepStereo: Learning to Predict New Views from the World’s Imagery_系统架构_03

,颜色塔为每个平面重聚焦的图像。将颜色塔和重聚焦图像进行加权得到最后的合成图像。

效果对比

AI论文探讨室·A+·第10期 DeepStereo: Learning to Predict New Views from the World’s Imagery_系统架构_04

        通过对比可以发现,论文生成的结果与参考图像基本相似,但是在细节中仍然存在很多的不足,尤其是场景中的行人等等。

主要工作

(1)首先实现端到端的新视点预测网络模型设计

下一步研究工作

(1)提升系统的速度;

(2)输入图像的数量目前是固定,需要进行优化调整;

 

了解更多关于《计算机视觉与图形学》相关知识,请关注公众号:

AI论文探讨室·A+·第10期 DeepStereo: Learning to Predict New Views from the World’s Imagery_计算机视觉_05

下载我们视频中代码和相关讲义,请在公众号回复:计算机视觉课程资料

举报

相关推荐

0 条评论