論文の概要: ImmersiveNeRF: Hybrid Radiance Fields for Unbounded Immersive Light Field Reconstruction

• arxiv url: http://arxiv.org/abs/2309.01374v1
• Date: Mon, 4 Sep 2023 05:57:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-06 19:41:36.091969
• Title: ImmersiveNeRF: Hybrid Radiance Fields for Unbounded Immersive Light Field Reconstruction
• Title（参考訳）: immersivenerf:unbounded immersive light field reconstructionのためのハイブリッド放射場
• Authors: Xiaohang Yu, Haoxiang Wang, Yuqi Han, Lei Yang, Tao Yu, and Qionghai Dai
• Abstract要約: 本稿では,入射光場再構成のためのハイブリッド放射場表現を提案する。 我々は2つの異なる空間マッピング戦略を持つ2つの別々の放射場として、前景と背景を表現している。 また、THUImmersiveという新しい没入型光フィールドデータセットも提供し、より広い空間6DoFの没入型レンダリング効果を実現する可能性を秘めている。
• 参考スコア（独自算出の注目度）: 32.722973192853296
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper proposes a hybrid radiance field representation for unbounded immersive light field reconstruction which supports high-quality rendering and aggressive view extrapolation. The key idea is to first formally separate the foreground and the background and then adaptively balance learning of them during the training process. To fulfill this goal, we represent the foreground and background as two separate radiance fields with two different spatial mapping strategies. We further propose an adaptive sampling strategy and a segmentation regularizer for more clear segmentation and robust convergence. Finally, we contribute a novel immersive light field dataset, named THUImmersive, with the potential to achieve much larger space 6DoF immersive rendering effects compared with existing datasets, by capturing multiple neighboring viewpoints for the same scene, to stimulate the research and AR/VR applications in the immersive light field domain. Extensive experiments demonstrate the strong performance of our method for unbounded immersive light field reconstruction.
• Abstract（参考訳）: 本稿では,高画質レンダリングとアグレッシブビュー外挿をサポートする非バウンド没入光場再構成のためのハイブリッド放射場表現を提案する。 鍵となるアイデアは、まず前景と背景を正式に分離し、トレーニングプロセス中に学習を適応的にバランスさせることです。 この目的を達成するために、前景と背景を2つの異なる空間マッピング戦略を持つ2つの異なる放射場として表現する。 さらに,より明確なセグメンテーションとロバスト収束のためのアダプティブサンプリング戦略とセグメンテーション正規化器を提案する。 最後に, THUImmersive という新しい没入型光フィールドデータセットを, 既存のデータセットと比較してはるかに大きな空間 6DoF の没入型レンダリング効果を達成し, 同一シーンにおける複数の隣接視点を捉え, 没入型光フィールド領域における研究とAR/VR応用の促進に寄与する。 広汎な実験により, 非有界没入光場再構成法の性能が向上した。

関連論文リスト

• RISE-SDF: a Relightable Information-Shared Signed Distance Field for Glossy Object Inverse Rendering [26.988572852463815]
  本稿では,新しいエンド・ツー・エンド・エンド・リライトブル・ニューラル・リバース・レンダリングシステムを提案する。 本アルゴリズムは,逆レンダリングとリライトにおける最先端性能を実現する。 実験により, 逆レンダリングおよびリライティングにおける最先端性能が得られた。
  論文  参考訳（メタデータ） (2024-09-30T09:42:10Z)
• Relighting Scenes with Object Insertions in Neural Radiance Fields [24.18050535794117]
  本研究では,物体のNeRFをシーンのNeRFに挿入するための新しいNeRFパイプラインを提案する。 提案手法は,広範囲な実験評価において,現実的な照明効果を実現する。
  論文  参考訳（メタデータ） (2024-06-21T00:58:58Z)
• RaNeuS: Ray-adaptive Neural Surface Reconstruction [87.20343320266215]
  微分可能放射場 eg NeRF を利用して、新しいビューレンダリングを生成するとともに、詳細な3次元表面を再構成する。 本研究では,SDFから放射場への射影を一様等間隔のアイコニカル正規化で定式化し,最適化することを考えると,光度重み付け係数を改良する。 提案する textitRaNeuS は,合成データと実データの両方で広く評価されている。
  論文  参考訳（メタデータ） (2024-06-14T07:54:25Z)
• Mesh2NeRF: Direct Mesh Supervision for Neural Radiance Field Representation and Generation [51.346733271166926]
  Mesh2NeRFは、3次元生成タスクのためのテクスチャメッシュから地上構造放射場を導出するアプローチである。 各種タスクにおけるMesh2NeRFの有効性を検証する。
  論文  参考訳（メタデータ） (2024-03-28T11:22:53Z)
• Unsupervised Learning of High-resolution Light Field Imaging via Beam Splitter-based Hybrid Lenses [42.5604477188514]
  ビームスプリッタを用いたハイブリッド光フィールドイメージングプロトタイプを設計し、4次元光フィールド画像と高分解能2次元画像とを同時に記録する。 2次元画像は、4次元光場画像の低分解能中心部分開口像に対応する高分解能基底真理とみなすことができる。 ハイブリッド光場データセットを用いた教師なし学習に基づく超解像フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-29T10:30:02Z)
• Ternary-Type Opacity and Hybrid Odometry for RGB NeRF-SLAM [58.736472371951955]
  表面を交差する光線上の点を3つの領域(前・前・後・後)に分類する3成分式不透明度モデルを導入する。 これにより、より正確な深度のレンダリングが可能となり、画像ワープ技術の性能が向上する。 TTとHOの統合アプローチは,合成および実世界のデータセット上で最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-12-20T18:03:17Z)
• Multi-Space Neural Radiance Fields [74.46513422075438]
  既存のニューラルレージアンス場(NeRF)法は反射物体の存在に悩まされている。 並列部分空間における特徴場の群を用いてシーンを表現するマルチスペースニューラルレイディアンス場(MS-NeRF)を提案する。 提案手法は,高品質シーンのレンダリングにおいて,既存の単一空間NeRF法よりも優れていた。
  論文  参考訳（メタデータ） (2023-05-07T13:11:07Z)
• TensoIR: Tensorial Inverse Rendering [51.57268311847087]
  テンソルIRはテンソル分解とニューラルフィールドに基づく新しい逆レンダリング手法である。 TensoRFは、放射場モデリングのための最先端のアプローチである。
  論文  参考訳（メタデータ） (2023-04-24T21:39:13Z)
• DoubleField: Bridging the Neural Surface and Radiance Fields for High-fidelity Human Rendering [43.12198563879908]
  DoubleFieldは、高忠実な人間のレンダリングのための表面場と放射場の両方の利点を組み合わせた表現である。 DoubleFieldは、幾何学と外見モデリングのための連続的だが非絡み合いの学習空間を持ち、高速なトレーニング、推論、微調整をサポートする。 DoubleFieldの有効性は、複数のデータセットの定量的評価と、実世界のスパースマルチビューシステムにおける質的な結果によって検証される。
  論文  参考訳（メタデータ） (2021-06-07T17:08:17Z)
• Light Field Reconstruction via Deep Adaptive Fusion of Hybrid Lenses [67.01164492518481]
  本稿では,ハイブリットレンズを用いた高分解能光場(LF)画像の再構成問題について検討する。 本稿では,入力の特徴を包括的に活用できる新しいエンドツーエンド学習手法を提案する。 我々のフレームワークは、高解像度なLFデータ取得のコストを削減し、LFデータストレージと送信の恩恵を受ける可能性がある。
  論文  参考訳（メタデータ） (2021-02-14T06:44:47Z)

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。