Mar, 2024

基于迭代遮挡感知的四维几何线索光场深度估计

PDF
TL;DR基于非学习的优化方法，该论文提出了一种新的方法，通过明确考虑光场的 4D 几何模型，来利用 4D 几何信息进行深度估计，实验结果表明，该方法在表面法线角度精度方面优于现有的学习和非学习的方法，在平面表面上的平均中位角误差比现有方法低 26.3％，在均方误差 ×100 和 Badpix 0.07 方面与现有方法具有竞争力。
发现论文，激发创造
  • 基于遮挡感知的四维光场深度非监督学习

    提出一种基于无监督学习的深度估计方法，通过探索角度的一致性和权重平滑性，实现在真实场景数据下进行更高精度的深度估计。

    Jun, 2021

  • 4D 光场视频深度估计

    本研究提出了一种基于神经网络的端到端架构，用于从 4D 光场视频中进行深度估计，同时建立了一个中等规模的 4D 光场视频数据集，并验证了在嘈杂区域中加入时间信息可以提高深度估计精度的实验结果。

    Dec, 2020

  • 光场下基于遮挡模型的反遮挡深度估计

    本文中，我们探索了轻场中的多遮挡模型，并得出了空间和角度空间之间的遮挡一致性，这被用作选择每个候选遮挡点的未遮挡视图的指导。接着我们建立了一个反遮挡能量函数来规范深度图。公共轻场数据集上的实验结果证明了所提出算法相对于其他现有的轻场深度估计算法的优势，特别是在多遮挡区域。

    Aug, 2016

  • 具有多焦点全像摄像头的模糊感知度量深度估计

    本文提出了一种新的使用多焦点光场相机的原始图像进行度量深度估计的算法，该算法特别适用于使用多个具有不同焦距的微透镜的多焦点配置。我们通过集成对应关系和模糊度线索利用模糊可知信息来改进失焦立体图像的视差估计，从而改进视差估计，并提出了逆投影模型的方法以达到精确和准确的度量深度估计。最终的结果表明，引入模糊度线索可以改善深度估计。我们通过对相对深度估计和通过 3D 激光雷达扫描仪获得的真实世界 3D 复杂场景进行地面真实度评估来证明我们的算法和深度尺度校准的有效性。

    Aug, 2023

  • 利用光场综合的生成模型进行深度估计

    本研究提出了一种新的框架，它可以从光场数据中恢复高质量的连续深度图，其中包括基于深度图完全参数化的光场生成模型，并结合非局部均值先验等强大的正规化技术以实现准确的深度图估计。

    Sep, 2016

  • OccCasNet：用于光场深度估计的遮挡感知级联代价体积

    本研究提出了一个基于层级累加代价体积和遮挡感知技术的光场深度估计方法，该方法利用相机阵列的子孔径图像对中心图像进行提取深度，同时通过引入遮挡地图来提高深度的估计准确性。实验证明了该方法比同类方法更加精确和高效。

    May, 2023

  • 基于神经有向距离场的结构光系统深度重建

    我们介绍了一种新颖的基于神经隐式表示法的多帧结构光设置深度估计技术。通过自我监督的可微分渲染训练神经符号距离场（SDF）。与被动视觉不同，我们利用结构光系统中通过投影模式已知的辐射场，实现几何场的独立优化，确保固定设备定位下的收敛性和网络有效性。为了提高几何保真度，我们在训练过程中引入了基于物体表面的额外颜色损失。实际实验表明，我们的方法在少样本情景下在几何性能上具有优越性，并且在增加模式可用性的情况下实现了可比较的结果。

    May, 2024

  • 相位引导光场三维高分辨率成像

    通过采用光学投影仪投射一组单一高频相移正弦图案，我们提出了一种相导向光场算法，显著提高了现成光场相机的空间分辨率和深度分辨率。

    Nov, 2023

  • 基于学习的深度解缩光场重建与视差估计应用

    本文介绍了一种用于提升光场相机在深度估计方面性能的深度解耦机制，并通过设计改进的特征提取器和网络结构来实现最先进的性能。此外，还设计了一种块遍历角度超分辨率策略，可在输入视图较高的内存使用情况下减少内存使用量，并具有更好的重建性能。

    Nov, 2023

  • 光场联合盲运动去模糊和深度估计

    该论文提出了一种新算法，可以同时实现在任意 6-DOF 摄像机运动和不受限制的场景深度下的高质量光场去模糊和深度估计，通过利用光场的多视角特性，减轻了优化的反演性质，利用强深度线索和多视角模糊观察。

    Nov, 2017