Mar, 2024

DyBluRF: 模糊单目视频中的动态神经光辐射场

PDF
TL;DR提出 DyBluRF 方法，通过在受到运动模糊的单目视频中捕捉相机轨迹和场景内物体的离散余弦变换 (DCT) 轨迹，以及采用全局跨时间渲染方法来实现生成高质量、清晰的新视角，并保持场景的时空一致性。在经过特定定制的多样化动态场景数据集上进行的实验结果表明，该方法在从运动模糊输入生成清晰的新视角并保持场景的时空一致性方面优于现有方法。
dynamic neural radiance fieldmotion blurnovel viewsdyblurfspatial-temporal consistency
发现论文，激发创造
  • DyBluRF: 动态去模糊神经辐射场用于模糊单目视频

    提出一种用于模糊单目视频的动态去模糊 NeRF 框架（DyBluRF），通过互联的射线细化阶段（IRR）和基于运动分解的去模糊阶段（MDD），首次处理和处理了模糊单目视频的新视图合成。

    Dec, 2023

  • CTNeRF：来自单眼视频的动态神经辉度场的跨时间变压器

    我们的研究目标是从复杂动态场景的单目视频中生成高质量的新视图。为了解决过去方法在准确建模复杂物体运动方面的局限性，我们提出了一种新方法，结合了近期的广义 NeRF 和在时间和频率域中操作的模块，以改善动态场景的图像合成的精确度和视觉质量。

    Jan, 2024

  • ExBluRF：用于极度运动模糊图像的高效辐射场

    ExBluRF 是一种基于高效辐射场优化的极度运动模糊图像视图合成方法，通过在训练中优化尖锐的辐射场，同时估计生成模糊图像的相机轨迹，从极度模糊的图像中获取相机轨迹信息和辐射场。与现有方法相比，这种方法在更短的训练时间和 GPU 内存消耗下恢复了更锐利的 3D 场景。

    Sep, 2023

  • Point-DynRF: 单目视频中的基于点的动态辐射场

    通过引入点云动态辐射场（Point-DynRF）的新框架，该论文解决了动态辐射场几何一致性仅限于相邻输入帧的问题，并通过训练神经点云和动态辐射场的全局几何信息和体积渲染过程来优化辐射场和几何代理，从而相互补充。实验证明了该方法的有效性。

    Oct, 2023

  • 单目视频下动态场景的非刚性神经辐射场重建和新视角合成

    该论文提出了一种新的非刚性动态场景重建和新视角合成方法 ——NR-NeRF，该方法能够使用一个便携式消费级相机拍摄到的动态场景的 RGB 图像创建高质量的时空几何和外观表示，并且可以生成复杂的渲染场景。

    Dec, 2020

  • DynIBaR: 神经动态图像渲染

    本篇论文提出一种基于体积图像渲染的新方法，通过汇集场景相邻视野的特征，以动态场景感知的方式合成新视点，从而在长视频中合成具有真实感的新视图，能够更好地应对复杂的场景动力学和不受限约束的相机轨迹。

    Nov, 2022

  • D-NeRF：用于动态场景的神经辐射场

    本文提出了 D-NeRF 方法，将神经辐射场扩展到动态领域，允许从单个相机围绕场景重建和渲染对象的新图像。通过将时间作为系统的额外输入，并将学习过程分为两个主要阶段，可以同时学习两个映射，实现控制相机视图和时间变量以及物体移动的目的。

    Nov, 2020

  • 动态高光物体的神经辐射场（NeRF-DS）

    本文提出了一种基于动态神经辐射场的算法，通过表面的位置和朝向在观测空间中进行条件化，像素的渲染基于不同姿态下的表面反射的颜色来实现遮挡的效果，有效地改善了单目 RGB 视频中移动高光物体的重建质量。

    Mar, 2023

  • Deblur-NeRF: 模糊图像的神经辐射场

    提出了 Deblur-NeRF 方法，采用分析合成方法重建模糊视图，通过 Deformable Sparse Kernel 模块对空间可变模糊核进行建模，共同优化 NeRF 和 DSK 模块，从而恢复锐利的 NeRF。

    Nov, 2021

  • 利用分布驱动神经辐射场的动态场景可分离新视角合成

    通过神经辐射场来区分整个动态场景中的背景分布并从静态背景中抽取出对象， 从而提供高质量的视图合成和 3D 解决方案。

    Jan, 2023