CVPRMar, 2024
学习不可靠性:利用相对几何一致性进行快速的少样本体素辐射场
Learning with Unreliability: Fast Few-shot Voxel Radiance Fields with Relative Geometric Consistency
Yingjie Xu, Bangzhen Liu, Hao Tang, Bailin Deng, Shengfeng He
TL;DR使用基于体元的优化框架 ReVoRF,针对伪新视图合成中的不可靠性问题,利用相对深度关系和绝对颜色值之间的权衡,通过双边几何一致性损失和可靠性引导学习策略,实现了对数据的更细粒度利用和增强重建质量,显著提高效率和准确性。