关键词view-dependent effects
搜索结果 - 6
- 基于单一图像的新视角合成与视角相关效果
本文首先考虑了单张基于图像的新视图合成（NVS）问题中的视角相关效果。为此，我们提出利用 NVS 中的相机运动先验来建模视角相关的外观或效果（VDE），即场景中的负视差。通过识别光斑 “跟随” 相机运动，我们通过在极线的负深度区域上聚合输入 - 神经辐射场中方向性积分的再思考
我们通过对 NeRF 渲染方程进行简单修改，交换积分操作符和方向解码器网络，将视角相关的特征与独立部分分开，提高了渲染视角相关效果的质量，并通过实验证明了改进。
- ReShader：基于视角的单图像视图合成中的亮点
通过将视图合成过程分为像素重新着色和重定位的两个独立任务，我们提出使用神经网络进行重新着色，并生成一组大规模的合成输入 - 重新着色对来训练我们的网络，从而在多种实际场景中产生具有真实移动亮点的合理的新视图图像。
- ICCV用于神经辐射场实时渲染的 PlenOctrees
该研究提出了一种使用 PlenOctrees 进行神经辐射场（NeRFs）实时渲染的方法，以支持视角相关的效果，该方法可在保证渲染质量的情况下渲染 800x800 像素以上的图像，并能在 150 FPS 以上的速度下运行。
- CVPRNeX: 基于神经元扩展的实时视图合成
NeX 是一种基于 MPI 的新方法，可以在实时情况下再现下一级视角相关效果，其具有使用神经网络基础函数对每个像素进行参数化的特点，采用混合隐式 - 显式建模策略，从而在细节上得到了改进，并在基准前向数据集以及新设计的困难程度更高的视角相关 - IGNOR: 图像引导物体显式
我们提出了一种基于学习的图像引导渲染技术，结合了基于图像的渲染和基于 GAN 的图像合成的优点，旨在生成虚拟和增强现实应用程序的重建对象的逼真重新渲染，一个我们工作的核心组件是处理视点相关效应，我们在方案中直接训练一种特定于对象的深度神经网