論文の概要: Flow supervision for Deformable NeRF

• arxiv url: http://arxiv.org/abs/2303.16333v1
• Date: Tue, 28 Mar 2023 22:16:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-30 16:44:06.888365
• Title: Flow supervision for Deformable NeRF
• Title（参考訳）: 変形性NeRFのための流れの監視
• Authors: Chaoyang Wang, Lachlan Ewen MacDonald, Laszlo A. Jeni, Simon Lucey
• Abstract要約: 光学フローを直接監視できる変形可能なNeRFの新たな手法を提案する。 フレーム間のシーンフローの計算には,後方変形関数の反転は不要であることを示す。
• 参考スコア（独自算出の注目度）: 35.205048974850406
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In this paper we present a new method for deformable NeRF that can directly use optical flow as supervision. We overcome the major challenge with respect to the computationally inefficiency of enforcing the flow constraints to the backward deformation field, used by deformable NeRFs. Specifically, we show that inverting the backward deformation function is actually not needed for computing scene flows between frames. This insight dramatically simplifies the problem, as one is no longer constrained to deformation functions that can be analytically inverted. Instead, thanks to the weak assumptions required by our derivation based on the inverse function theorem, our approach can be extended to a broad class of commonly used backward deformation field. We present results on monocular novel view synthesis with rapid object motion, and demonstrate significant improvements over baselines without flow supervision.
• Abstract（参考訳）: 本稿では,光学フローを直接監視できる変形可能なNeRFの新たな手法を提案する。 我々は,変形可能なNeRFを用いて,流れの制約を後方変形場に強制する際の計算的非効率性に関して,大きな課題を克服する。 具体的には,フレーム間のシーンフローを計算するためには逆変形関数は不要であることを示す。 この洞察は、解析的に逆転できる変形関数に制約されないため、問題を劇的に単純化する。 代わりに、逆関数定理に基づく導出によって要求される弱い仮定のおかげで、このアプローチは一般的に使われる逆変形場の広いクラスに拡張することができる。 本稿では,高速物体移動を伴う単眼的新規ビュー合成の結果を示し,フロー監視を伴わないベースラインに対して有意な改善を示す。

関連論文リスト

• Conditional diffusions for neural posterior estimation [8.37884129644711]
  NPEの正規化フローの代替として条件拡散の有効性を示す。 その結果,より単純で浅いモデルであっても,安定性の向上,精度の向上,トレーニング時間の短縮が得られた。
  論文  参考訳（メタデータ） (2024-10-24T19:13:13Z)
• Stationary Velocity Fields on Matrix Groups for Deformable Image Registration [1.3654846342364308]
  定常速度場(SVF)アプローチは、可逆変形場のパラメトリゼーションを構築することができる。 SVF のアプローチを行列群、特に $SE(3)$ に拡張する。 我々は,ヒト脳の3次元MRI画像の患者間登録に対するアプローチを数値的に検証した。
  論文  参考訳（メタデータ） (2024-10-14T18:27:56Z)
• Diffeomorphic Template Registration for Atmospheric Turbulence Mitigation [50.16004183320537]
  大気の乱流により劣化した画像の集合体に基づく放射能の回復法について述べる。 画像の1つを参照として選択し、その画像から他の画像への光フローの集約により、この画像の変形をモデル化する。 単純さに拘わらず、最先端のパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2024-05-06T17:39:53Z)
• Rethinking Model Re-Basin and Linear Mode Connectivity [1.1510009152620668]
  我々は再正規化を再スケーリングと再シフトに分解し、再スケーリングが再正規化に重要な役割を果たしていることを明らかにする。 統合モデルでは, 活性化崩壊とマグニチュード崩壊の問題に悩まされている。 本稿では,リベースとプルーニングを統一する新たな視点を提案し,軽量で効果的なポストプルーニング手法を導出する。
  論文  参考訳（メタデータ） (2024-02-05T17:06:26Z)
• Regularization by Texts for Latent Diffusion Inverse Solvers [55.97917698941313]
  テキストによる正規化による新しい潜伏拡散逆解法(TReg)を提案する。 具体的には、TRegは逆拡散サンプリング中に解の先入観をテキストで記述する。 包括的実験の結果,TRegは逆問題における曖昧さを軽減し,その有効性と精度を高めることができた。
  論文  参考訳（メタデータ） (2023-11-27T09:40:14Z)
• Disentangled Representation Learning with Transmitted Information Bottleneck [57.22757813140418]
  textbfDisTIB (textbfTransmitted textbfInformation textbfBottleneck for textbfDisd representation learning) は情報圧縮と保存のバランスを保った新しい目的である。
  論文  参考訳（メタデータ） (2023-11-03T03:18:40Z)
• Boosting Summarization with Normalizing Flows and Aggressive Training [6.6242828769801285]
  FlowSUMは、Transformerベースの要約のための正規化フローベースの変分エンコーダデコーダフレームワークである。 本手法は,潜伏表現における意味情報の不足と,訓練中の後部崩壊の2つの主要な課題に対処する。
  論文  参考訳（メタデータ） (2023-11-01T15:33:38Z)
• A Variational Perspective on Solving Inverse Problems with Diffusion Models [101.831766524264]
  逆タスクは、データ上の後続分布を推測するものとして定式化することができる。 しかし、拡散過程の非線形的かつ反復的な性質が後部を引き付けるため、拡散モデルではこれは困難である。 そこで我々は,真の後続分布を近似する設計手法を提案する。
  論文  参考訳（メタデータ） (2023-05-07T23:00:47Z)
• Reduced Representation of Deformation Fields for Effective Non-rigid Shape Matching [26.77241999731105]
  変形場の縮小表現を利用して,非剛体物体間の対応を計算するための新しい手法を提案する。 ネットワークは空間(ノード)における粗い位置の変形パラメータを学習させることにより、滑らかさを保証された閉形式の連続的な変形場を再構築する。 我々のモデルは高い表現力を持ち、複雑な変形を捉えることができる。
  論文  参考訳（メタデータ） (2022-11-26T16:11:17Z)
• What Matters in Unsupervised Optical Flow [51.45112526506455]
  教師なし光流における鍵成分の集合を比較し解析する。 教師なしフローモデルに対する新しい改良点を多数構築する。 本稿では,従来の最先端技術よりもはるかに優れた非教師なしフロー技術を提案する。
  論文  参考訳（メタデータ） (2020-06-08T19:36:26Z)

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。