Jul, 2020
基于编码光阑的压缩光场重建的深度空间角度正则化
Deep Spatial-angular Regularization for Compressive Light Field Reconstruction over Coded Apertures
Mantang Guo, Junhui Hou, Jing Jin, Jie Chen, Lap-Pui Chau
TL;DR本文提出了一种基于学习的编码孔径重构高质量光场,在深度学习框架中巧妙地将测量观察融入,避免了完全依赖数据驱动先验进行光场重建。实验结果表明,相对于目前最先进的方法,本方法不仅在真实和合成数据集上具有更高的 PSNR/SSIM 值,而且更好地保留了 LF 视差结构。此外,实验表明本方法对噪声具有很好的鲁棒性。