論文の概要: Video-Based Rendering Techniques: A Survey
- arxiv url: http://arxiv.org/abs/2312.05179v1
- Date: Fri, 8 Dec 2023 17:03:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-11 14:39:36.081951
- Title: Video-Based Rendering Techniques: A Survey
- Title（参考訳）: ビデオベースのレンダリング技術:調査
- Authors: Rafael Kuffner dos Anjos, Jo\~ao Madeiras Pereira and Jos\'e Antonio
Gaspar
- Abstract要約: 画像に記録された事象の3次元再構成は、コンピュータビジョンとコンピュータグラフィックスの間で共通の課題となっている。
レンダリングプロセス(ビデオベースのレンダリング、VBR)のインプットとしてビデオを使用することは、最近注目され始めている。
本稿では,このシナリオに適用可能な映像ベースのレンダリング技術と画像ベースの技術について述べる。
- 参考スコア（独自算出の注目度）: 1.1207460340608923
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Three-dimensional reconstruction of events recorded on images has been a
common challenge between computer vision and computer graphics for a long time.
Estimating the real position of objects and surfaces using vision as an input
is no trivial task and has been approached in several different ways. Although
huge progress has been made so far, there are several open issues to which an
answer is needed. The use of videos as an input for a rendering process
(video-based rendering, VBR) is something that recently has been started to be
looked upon and has added many other challenges and also solutions to the
classical image-based rendering issue (IBR). This article presents the state of
art on video-based rendering and image-based techniques that can be applied on
this scenario, evaluating the open issues yet to be solved, indicating where
future work should be focused.
- Abstract（参考訳）: 画像に記録された事象の3次元再構築は、コンピュータビジョンとコンピュータグラフィックスの長年の課題である。
視覚を入力として物体や表面の実際の位置を推定することは簡単な作業ではなく、様々な方法でアプローチされてきた。
これまでのところ、大きな進歩はあったが、答えが必要なオープンな問題がいくつかある。
レンダリングプロセス(ビデオベースのレンダリング、VBR)のインプットとしてビデオを使用することは、最近注目され始めているもので、他にも多くの課題や、古典的な画像ベースのレンダリング問題(IBR)に対するソリューションが追加されている。
本稿では,このシナリオに適用可能な映像ベースレンダリングと画像ベース技術の現状について述べるとともに,未解決の未解決課題を評価し,今後の作業の焦点を示す。
関連論文リスト
- Sparse Input View Synthesis: 3D Representations and Reliable Priors [0.8158530638728501]
新しいビュー合成はコンピュータビジョンとグラフィックスの基本的な問題である。
最近の3D表現は、新しい視点からレンダリングされた画像の品質を著しく向上させる。
静的シーンと動的シーンの両方に対するスパース入力新規ビュー合成問題に焦点をあてる。
論文 参考訳（メタデータ） (2024-11-20T18:45:46Z) - Recent Trends in 3D Reconstruction of General Non-Rigid Scenes [104.07781871008186]
コンピュータグラフィックスやコンピュータビジョンにおいて、3次元幾何学、外観、実際のシーンの動きを含む現実世界のモデルの再構築が不可欠である。
これは、映画産業やAR/VRアプリケーションに有用な、フォトリアリスティックなノベルビューの合成を可能にする。
この最新技術レポート(STAR)は、モノクロおよびマルチビュー入力による最新技術の概要を読者に提供する。
論文 参考訳（メタデータ） (2024-03-22T09:46:11Z) - Deep Learning-based Image and Video Inpainting: A Survey [47.53641171826598]
本稿では,深層学習に基づく画像と映像のインペイント手法について概観的にレビューする。
既存のメソッドを,ハイレベルなインペイントパイプラインの観点から,さまざまなカテゴリに分類する。
我々は,低レベルの画素と高レベルの知覚的類似性の評価指標を提示し,性能評価を行い,代表印字方法の長所と短所について議論する。
論文 参考訳（メタデータ） (2024-01-07T05:50:12Z) - Retargeting video with an end-to-end framework [14.270721529264929]
本稿では,動画を任意の比率に再ターゲティングするためのエンドツーエンドのRETVI手法を提案する。
私たちのシステムは、以前よりも品質と実行時間で優れています。
論文 参考訳（メタデータ） (2023-11-08T04:56:41Z) - DynIBaR: Neural Dynamic Image-Based Rendering [79.44655794967741]
複雑な動的シーンを描写したモノクロ映像から新しいビューを合成する問題に対処する。
我々は,近傍のビューから特徴を集約することで,新しい視点を合成するボリューム画像ベースのレンダリングフレームワークを採用する。
動的シーンデータセットにおける最先端手法の大幅な改善を示す。
論文 参考訳（メタデータ） (2022-11-20T20:57:02Z) - State of the Art in Dense Monocular Non-Rigid 3D Reconstruction [100.9586977875698]
モノクル2D画像から変形可能なシーン(または非剛体)の3D再構成は、コンピュータビジョンとグラフィックスの長年、活発に研究されてきた領域である。
本研究は,モノクラー映像やモノクラービューの集合から,様々な変形可能な物体や複合シーンを高密度に非剛性で再現するための最先端の手法に焦点を当てる。
論文 参考訳（メタデータ） (2022-10-27T17:59:53Z) - Deep Image Deblurring: A Survey [165.32391279761006]
低レベルのコンピュータビジョンにおいて、デブロアリングは古典的な問題であり、ぼやけた入力画像からシャープなイメージを復元することを目的としている。
近年のディープラーニングの進歩は、この問題の解決に大きな進歩をもたらした。
論文 参考訳（メタデータ） (2022-01-26T01:31:30Z) - Advances in Neural Rendering [115.05042097988768]
本稿では,古典的レンダリングと学習された3Dシーン表現を組み合わせた手法について述べる。
これらの手法の重要な利点は、これらが3D一貫性を持ち、キャプチャされたシーンの新たな視点のようなアプリケーションを可能にすることである。
静的なシーンを扱う方法に加えて、非厳密な変形オブジェクトをモデル化するためのニューラルシーン表現についても取り上げる。
論文 参考訳（メタデータ） (2021-11-10T18:57:01Z) - Differentiable Rendering: A Survey [22.35293459579154]
微分レンダリングは、画像を通して3Dオブジェクトの勾配を計算し伝播させる新しい分野である。
本稿では、既存の文献をレビューし、差別化可能なレンダリングの現状と応用、オープンな研究課題について論じる。
論文 参考訳（メタデータ） (2020-06-22T08:14:52Z) - State of the Art on Neural Rendering [141.22760314536438]
我々は,古典的コンピュータグラフィックス技術と深層生成モデルを組み合わせることで,制御可能かつフォトリアリスティックな出力を得るアプローチに焦点をあてる。
本報告は,新しいビュー合成,セマンティック写真操作,顔と身体の再現,リライティング,自由視点ビデオ,バーチャルおよび拡張現実テレプレゼンスのためのフォトリアリスティックアバターの作成など,記述されたアルゴリズムの多くの重要なユースケースに焦点をあてる。
論文 参考訳（メタデータ） (2020-04-08T04:36:31Z)
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。