《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
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
选择塔生成重聚焦后图像的归一化后的深度图
,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
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：
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
