Fugu-MT 論文翻訳(概要): Neural Radiance Field Image Refinement through End-to-End Sampling Point Optimization

論文の概要: Neural Radiance Field Image Refinement through End-to-End Sampling Point Optimization

arxiv url: http://arxiv.org/abs/2410.14958v1
Date: Sat, 19 Oct 2024 03:17:29 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-22 13:20:01.984106
Title: Neural Radiance Field Image Refinement through End-to-End Sampling Point Optimization
Title（参考訳）: 終端サンプリング点最適化によるニューラルラジアンス場画像の微細化
Authors: Kazuhiro Ohta, Satoshi Ono,
Abstract要約: 本研究では, 標本化点を最適化し, アーティファクトを低減し, より詳細な画像を生成する手法を提案する。高品質な新規視点画像の合成が可能なNeRFは、レンダリング中に固定されたサンプリングポイントによるアーティファクト発生などの問題に悩まされる。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Neural Radiance Field (NeRF), capable of synthesizing high-quality novel viewpoint images, suffers from issues like artifact occurrence due to its fixed sampling points during rendering. This study proposes a method that optimizes sampling points to reduce artifacts and produce more detailed images.
Abstract（参考訳）: 高品質な新規視点画像の合成が可能なニューラル・ラジアンス・フィールド(NeRF)は、レンダリング中に一定のサンプリングポイントが固定されたため、アーティファクトの発生のような問題に悩まされる。本研究では, サンプリングポイントを最適化し, アーティファクトを低減し, より詳細な画像を生成する手法を提案する。

関連論文リスト

Sparse-DeRF: Deblurred Neural Radiance Fields from Sparse View [17.214047499850487]
本稿では,より現実的なシナリオに対するスパースビューから,分解型ニューラルラジアンスフィールド(DeRF)を構築することに焦点を当てる。 Sparse-DeRFは複雑なジョイント最適化を正則化し、緩和されたオーバーフィッティングアーティファクトとラディアンスフィールドの品質を向上した。 2ビュー,4ビュー,6ビューのぼかし画像からDeRFをトレーニングすることにより,Sparse-DeRFの有効性を示す。
論文参考訳（メタデータ） (2024-07-09T07:36:54Z)
Improving Neural Radiance Field using Near-Surface Sampling with Point Cloud Generation [6.506009070668646]
本稿では,NeRFのレンダリング品質を向上させるため,表面近傍のサンプリングフレームワークを提案する。新たな視点の深度情報を得るために,3次元点雲生成法と点雲から投影された深度を簡易に精錬する方法を提案する。
論文参考訳（メタデータ） (2023-10-06T10:55:34Z)
BID-NeRF: RGB-D image pose estimation with inverted Neural Radiance Fields [0.0]
Inverted Neural Radiance Fields (iNeRF) アルゴリズムの改良を目標とし、画像ポーズ推定問題をNeRFに基づく反復線形最適化として定義する。 NeRFは、現実世界のシーンやオブジェクトのフォトリアリスティックな新しいビューを合成できる新しい空間表現モデルである。
論文参考訳（メタデータ） (2023-10-05T14:27:06Z)
Neural Microfacet Fields for Inverse Rendering [54.15870869037466]
本研究では,シーンの画像から材料,幾何学,環境照明を復元する手法を提案する。本手法では, 各試料を(潜在的に不透明な)表面として扱うことにより, ボリューム設定内にマイクロファセット反射率モデルを用いる。
論文参考訳（メタデータ） (2023-03-31T05:38:13Z)
Differentiable Rendering with Reparameterized Volume Sampling [2.717399369766309]
ビュー合成において、ニューラルネットワークは、シーン画像のスパースセットに基づいて、基礎となる密度と放射場を近似する。このレンダリングアルゴリズムは、完全に微分可能であり、フィールドの勾配に基づく最適化を容易にする。逆変換サンプリングに基づく単純なエンドツーエンドの微分可能サンプリングアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-02-21T19:56:50Z)
IntrinsicNeRF: Learning Intrinsic Neural Radiance Fields for Editable Novel View Synthesis [90.03590032170169]
内在性ニューラルレンダリング法に内在性分解を導入した内在性ニューラルレイディアンス場(IntrinsicNeRF)を提案する。そこで,本研究では,オブジェクト固有・ルームスケールシーンと合成・実単語データの両方を用いて,一貫した本質的な分解結果が得られることを示す。
論文参考訳（メタデータ） (2022-10-02T22:45:11Z)
Enhancement of Novel View Synthesis Using Omnidirectional Image Completion [61.78187618370681]
ニューラルレイディアンス場(NeRF)に基づく1枚の360度RGB-D画像から新しいビューを合成する方法を提案する。実験により,提案手法は実世界と実世界の両方でシーンの特徴を保ちながら,可塑性な新規なビューを合成できることが実証された。
論文参考訳（メタデータ） (2022-03-18T13:49:25Z)
PVSeRF: Joint Pixel-, Voxel- and Surface-Aligned Radiance Field for Single-Image Novel View Synthesis [52.546998369121354]
シングルビューRGB画像からニューラル放射場を再構成する学習フレームワークPVSeRFを提案する。本稿では,明示的な幾何学的推論を取り入れ,放射場予測のための画素アラインな特徴と組み合わせることを提案する。このような幾何学的特徴の導入は、外観と幾何学の絡み合いを改善するのに有効であることを示す。
論文参考訳（メタデータ） (2022-02-10T07:39:47Z)
InfoNeRF: Ray Entropy Minimization for Few-Shot Neural Volume Rendering [55.70938412352287]
ニューラルな暗黙表現に基づく数ショットの新規ビュー合成のための情報理論正規化手法を提案する。提案手法は,不十分な視点で発生する潜在的な復元の不整合を最小化する。複数の標準ベンチマークにおいて,既存のニューラルビュー合成手法と比較して一貫した性能向上を実現している。
論文参考訳（メタデータ） (2021-12-31T11:56:01Z)
NeRF in detail: Learning to sample for view synthesis [104.75126790300735]
ニューラルレイディアンス場(NeRF)法は目覚ましい新しいビュー合成を実証している。この作業では、バニラ粗大なアプローチの明確な制限に対処します -- パフォーマンスに基づいており、手元にあるタスクのエンドツーエンドをトレーニングしていません。我々は、サンプルの提案と、そのネットワークにおける重要性を学習し、そのニューラルネットワークアーキテクチャに対する複数の代替案を検討し比較する、微分可能なモジュールを導入する。
論文参考訳（メタデータ） (2021-06-09T17:59:10Z)

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。