論文の概要: MPIB: An MPI-Based Bokeh Rendering Framework for Realistic Partial Occlusion Effects

• arxiv url: http://arxiv.org/abs/2207.08403v1
• Date: Mon, 18 Jul 2022 06:27:24 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-19 17:17:29.681976
• Title: MPIB: An MPI-Based Bokeh Rendering Framework for Realistic Partial Occlusion Effects
• Title（参考訳）: MPIB:リアルな部分閉塞効果のためのMPPIベースのボケレンダリングフレームワーク
• Authors: Juewen Peng, Jianming Zhang, Xianrui Luo, Hao Lu, Ke Xian, Zhiguo Cao
• Abstract要約: 我々はMPIBと呼ばれる新しいMPPIベースの高解像度ボケレンダリングフレームワークを提案する。 MPI表現モジュールと背景塗装モジュールを組み合わせることで,高解像度シーン表現を実現する。 この表現は、制御パラメータに従って様々なボケ効果をレンダリングするために再利用することができる。
• 参考スコア（独自算出の注目度）: 39.74503734260885
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Partial occlusion effects are a phenomenon that blurry objects near a camera are semi-transparent, resulting in partial appearance of occluded background. However, it is challenging for existing bokeh rendering methods to simulate realistic partial occlusion effects due to the missing information of the occluded area in an all-in-focus image. Inspired by the learnable 3D scene representation, Multiplane Image (MPI), we attempt to address the partial occlusion by introducing a novel MPI-based high-resolution bokeh rendering framework, termed MPIB. To this end, we first present an analysis on how to apply the MPI representation to bokeh rendering. Based on this analysis, we propose an MPI representation module combined with a background inpainting module to implement high-resolution scene representation. This representation can then be reused to render various bokeh effects according to the controlling parameters. To train and test our model, we also design a ray-tracing-based bokeh generator for data generation. Extensive experiments on synthesized and real-world images validate the effectiveness and flexibility of this framework.
• Abstract（参考訳）: 部分閉塞効果は、カメラの近くのぼやけた物体が半透明な現象であり、隠蔽された背景の部分的な外観をもたらす。 しかし,既存のボケのレンダリング手法では,全フォーカス画像においてオクルード領域の情報の欠如による現実的な部分的オクルージョン効果をシミュレートすることが困難である。 学習可能な3次元シーン表現であるMultiplane Image(MPI)にヒントを得て,MPIBと呼ばれる新しいMPPIベースの高解像度ボケレンダリングフレームワークを導入することで,部分的閉塞に対処する。 そこで本研究ではまず,MPI表現をボケレンダリングに適用する方法について分析する。 そこで本研究では,MPI表現モジュールと背景塗装モジュールを組み合わせた高解像度シーン表現を提案する。 この表現は、制御パラメータに応じて様々なボケ効果をレンダリングするために再利用することができる。 また,データ生成のためのレイトレーシングに基づくボケ発生器の設計を行った。 合成画像と実世界の画像に関する広範な実験は、このフレームワークの有効性と柔軟性を検証する。

関連論文リスト

• Object-level Scene Deocclusion [92.39886029550286]
  オブジェクトレベルのシーン・デクルージョンのためのPArallel可視・コミュールト拡散フレームワークPACOを提案する。 PACOをトレーニングするために、500kサンプルの大規模なデータセットを作成し、自己教師付き学習を可能にします。 COCOAと様々な現実世界のシーンの実験では、PACOがシーンの排除に優れた能力を示し、芸術の状態をはるかに上回っている。
  論文  参考訳（メタデータ） (2024-06-11T20:34:10Z)
• Differentiable Blocks World: Qualitative 3D Decomposition by Rendering Primitives [70.32817882783608]
  本稿では,3次元プリミティブを用いて,シンプルでコンパクトで動作可能な3次元世界表現を実現する手法を提案する。 既存の3次元入力データに依存するプリミティブ分解法とは異なり,本手法は画像を直接操作する。 得られたテクスチャ化されたプリミティブは入力画像を忠実に再構成し、視覚的な3Dポイントを正確にモデル化する。
  論文  参考訳（メタデータ） (2023-07-11T17:58:31Z)
• BokehOrNot: Transforming Bokeh Effect with Image Transformer and Lens Metadata Embedding [2.3784282912975345]
  Bokeh効果(ボケエフェクト、英: Bokeh effect)は、広角レンズを備えたハイエンドカメラが生み出す、快適な視覚体験を提供する光学現象である。 本稿では,このモデルにレンズメタデータを埋め込み,アルファマスクを用いた損失計算手法を提案する。 以上の手法に基づいて,ブラープ・トゥ・シャープとシャープ・トゥ・ブルーのボケ効果を両立できるボケオルノットモデルを提案する。
  論文  参考訳（メタデータ） (2023-06-06T21:49:56Z)
• Multiscale Representation for Real-Time Anti-Aliasing Neural Rendering [84.37776381343662]
  Mip-NeRFは、スケール情報をエンコードする円錐フラストラムとしてマルチスケール表現を提案する。 我々は,リアルタイムなアンチエイリアスレンダリングのためのマルチスケールな明示的表現であるmip voxel grids (Mip-VoG)を提案する。 私たちのアプローチは、マルチスケールのトレーニングとリアルタイムのアンチエイリアスレンダリングを同時に提供する最初の方法です。
  論文  参考訳（メタデータ） (2023-04-20T04:05:22Z)
• Light Sampling Field and BRDF Representation for Physically-based Neural Rendering [4.440848173589799]
  物理ベースのレンダリング(PBR)は、コンピュータグラフィックス資産の詳細な現実的なシーンを展示するために業界で広く使われている没入型レンダリングエフェクトの鍵である。 本稿では,学習光サンプリングフィールドにおける光サンプリング戦略を通じて,直接的および間接的な光を局所的にモデル化する新しい照明表現を提案する。 次に,提案した表現を,標準の顔アセットとHDRIを入力とし,出力として写真リアリスティックなレンダリングを生成する,エンドツーエンドの物理ベースニューラルフェイススキンシェーダを用いて実装する。
  論文  参考訳（メタデータ） (2023-04-11T19:54:50Z)
• Adaptive Mask-based Pyramid Network for Realistic Bokeh Rendering [3.841107756803987]
  適応型マスクベースのピラミッドネットワーク(AMPN)は、マスク誘導ボケジェネレータ(MGBG)ブロックとラプラシアンピラミッドリファインメント(LPR)ブロックで構成されている。 AMPNは、ESB!データセットの既存のメソッドと比較して、競合的あるいはより良い結果を生成する。
  論文  参考訳（メタデータ） (2022-10-28T11:57:53Z)
• BokehMe: When Neural Rendering Meets Classical Rendering [39.745037342608846]
  本稿では,ボケのハイブリッドレンダリングフレームワークであるBokehMeを提案する。 BokehMeは、調整可能なぼかしサイズ、焦点面、開口形状で高解像度のフォトリアリスティック効果を生成する。 提案手法は, 合成画像データと実画像データの両方において, 予測された相違点とを比較検討した。
  論文  参考訳（メタデータ） (2022-06-25T10:00:32Z)
• Natural & Adversarial Bokeh Rendering via Circle-of-Confusion Predictive Network [25.319666328268116]
  Bokeh効果は被写界深度が浅い現象で、写真では焦点がぼやけている。 我々は、全く新しい問題、すなわち自然と敵対的なボケのレンダリングについて研究する。 本稿では,データ駆動方式と物理認識方式のそれぞれの利点を生かして,ハイブリッドな代替案を提案する。
  論文  参考訳（メタデータ） (2021-11-25T09:08:45Z)
• Inverting Generative Adversarial Renderer for Face Reconstruction [58.45125455811038]
  本稿では,GAR(Generative Adversa Renderer)について紹介する。 GARは、グラフィックルールに頼るのではなく、複雑な現実世界のイメージをモデル化することを学ぶ。 本手法は,複数顔再構成における最先端性能を実現する。
  論文  参考訳（メタデータ） (2021-05-06T04:16:06Z)
• AIM 2020 Challenge on Rendering Realistic Bokeh [95.87775182820518]
  本稿では,第2回AIM現実ボケ効果レンダリングチャレンジをレビューする。 目標は、大規模なESB! bokehデータセットを使用して、現実的な浅いフォーカステクニックを学ぶことだった。 参加者は、他のカメラやセンサーからの追加データなしで、単一のフレームのみに基づいてボケ効果をレンダリングしなければならなかった。
  論文  参考訳（メタデータ） (2020-11-10T09:15:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。