論文の概要: RayFormer: Modeling Inter- and Intra-Ray Similarity for NeRF-Based Video Snapshot Compressive Imaging

• arxiv url: http://arxiv.org/abs/2604.27702v1
• Date: Thu, 30 Apr 2026 10:48:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:54.048325
• Title: RayFormer: Modeling Inter- and Intra-Ray Similarity for NeRF-Based Video Snapshot Compressive Imaging
• Title（参考訳）: RayFormer:NeRF-based Video Snapshot Compressive Imagingにおける画像間類似と画像内類似のモデル化
• Authors: Yubo Dong, Danhua Liu, Anqi Li, Zhenyuan Lin,
• Abstract要約: ビデオスナップショット圧縮イメージング(SCI)は、単一のスナップショット計測から動的シーンの再構成を可能にする。 NeRFベースの手法は、有望な復元性能を示した。 本稿では,コンテンツ構造をモデル化するためのパッチレベルのレイサンプリング手法を提案する。
• 参考スコア（独自算出の注目度）: 7.295065829687314
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Video snapshot compressive imaging (SCI) enables the reconstruction of dynamic scenes from a single snapshot measurement. Recently, NeRF-based methods have shown promising reconstruction performance. However, such methods typically adopt random ray sampling strategies and fail to capture content structural similarities, resulting in limited reconstruction quality. To address these issues, we first propose a patch-level ray sampling strategy to enable the modeling of content structure. Then, we propose an Inter- and Intra-Ray Transformer (RayFormer) to capture the structural similarities, modeling both inter-ray similarities among spatially neighboring points at the same depth and intra-ray correlations between adjacent points along the viewing ray. Finally, benefiting from the patch-level sampling strategy, the total variation prior is incorporated into the objective function to enhance spatial smoothness and suppress artifacts. Experiments in both simulated and real-world scenes demonstrate that the proposed method achieves state-of-the-art (SOTA) reconstruction performance.
• Abstract（参考訳）: ビデオスナップショット圧縮イメージング(SCI)は、単一のスナップショット計測から動的シーンの再構成を可能にする。 近年,NeRFを用いた復元手法が提案されている。 しかし、このような手法は通常ランダムな光線サンプリング戦略を採用しており、コンテンツの構造的類似性を捉えることができず、結果として再構成の品質が制限される。 これらの問題に対処するために,我々はまず,コンテンツ構造のモデリングを可能にするパッチレベルのレイサンプリング戦略を提案する。 次に,その構造的類似性を把握し,同じ深さで近接する空間的点間の線間類似度と,近接する点間の光間相関関係をモデル化する,光間変換器(RayFormer)を提案する。 最後に、パッチレベルのサンプリング戦略の利点を生かし、その全変動を目的関数に組み込み、空間の滑らかさを高め、アーティファクトを抑制する。 シミュレーションと実世界の両方の場面における実験により,提案手法がSOTA(State-of-the-art)再構成性能を実現することを示す。

関連論文リスト

• Exploring Spatiotemporal Feature Propagation for Video-Level Compressive Spectral Reconstruction: Dataset, Model and Benchmark [22.5556672954071]
  SCI(Spectral Compressive Imaging)は、ダイナミックスペクトルビジョンにおいて大きな可能性を秘めている。 既存の再建法は、主にイメージベースであり、2つの制限がある。 フレーム・バイ・フレームの再構築パラダイムは、ビデオ知覚において重要な時間的一貫性を確保するのに失敗する。
  論文  参考訳（メタデータ） (2026-02-28T12:11:13Z)
• Image Diffusion Models Exhibit Emergent Temporal Propagation in Videos [13.824335238443334]
  DRIFTは、SAM誘導マスクリファインメントを用いた事前学習画像拡散モデルを利用したビデオにおける物体追跡のためのフレームワークである。 実験時間最適化戦略-DDIMインバージョン、テキストインバージョン、適応頭部重み付け適応拡散機能の有効性を、頑健で一貫したラベル伝搬のために示す。 これらの知見に基づいて,SAM誘導マスクによる画像拡散モデルを利用したビデオにおける物体追跡のためのフレームワークであるDRIFTを紹介する。
  論文  参考訳（メタデータ） (2025-11-25T05:21:23Z)
• Structure-Preserving Patch Decoding for Efficient Neural Video Representation [0.0]
  構造保存パッチ(SPP)に基づくニューラルビデオ表現法を提案する。 提案手法は,各映像フレームを,決定論的画素ベースの分割により,空間的に整列したフレームのパッチ画像に分割する。 我々はデコーダにこれらの構造化パッチを再構築するよう訓練し、グローバルからローカルへのデコーダ戦略を可能にする。
  論文  参考訳（メタデータ） (2025-06-15T15:58:23Z)
• CRAYM: Neural Field Optimization via Camera RAY Matching [48.25100687172752]
  マルチビュー画像からカメラポーズとニューラルフィールドのジョイント最適化にカメラレイマッチング(CRAYM)を導入する。 入力画像のキーポイントを通過するカメラ光に焦点をあてて、各光線最適化と一致した光線コヒーレンスを定式化する。
  論文  参考訳（メタデータ） (2024-12-02T15:39:09Z)
• Universal Generative Modeling in Dual-domain for Dynamic MR Imaging [22.915796840971396]
  我々は,高度にアンダーサンプリングされた測定値の再構成を行うために,k-spaceとDu-al-Domainコラボレーティブユニバーサル生成モデル(DD-UGM)を提案する。 より正確には、画像領域とk空間領域の両方の先行成分を普遍的な生成モデルで抽出し、これらの先行成分を適応的に処理し、より高速に処理する。
  論文  参考訳（メタデータ） (2022-12-15T03:04:48Z)
• 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)
• Neural 3D Reconstruction in the Wild [86.6264706256377]
  そこで我々は,インターネット写真コレクションから効率よく高精度な表面再構成を実現する新しい手法を提案する。 そこで本研究では,これらのシーンにおける再構成性能を評価するための新しいベンチマークとプロトコルを提案する。
  論文  参考訳（メタデータ） (2022-05-25T17:59:53Z)
• End-to-End Sequential Sampling and Reconstruction for MR Imaging [37.29958197193658]
  本稿では,再建戦略と並行して逐次サンプリングポリシを学習するフレームワークを提案する。 提案手法は, 試験試料の96.96%において, 最新のk-空間サンプリングベースラインを上回っている。
  論文  参考訳（メタデータ） (2021-05-13T17:56:18Z)
• ARVo: Learning All-Range Volumetric Correspondence for Video Deblurring [92.40655035360729]
  ビデオデブラリングモデルは連続フレームを利用して、カメラの揺動や物体の動きからぼやけを取り除く。 特徴空間におけるボケフレーム間の空間的対応を学習する新しい暗黙的手法を提案する。 提案手法は,新たに収集したビデオデブレーション用ハイフレームレート(1000fps)データセットとともに,広く採用されているDVDデータセット上で評価される。
  論文  参考訳（メタデータ） (2021-03-07T04:33:13Z)
• Polka Lines: Learning Structured Illumination and Reconstruction for Active Stereo [52.68109922159688]
  本稿では,波動光学と幾何光学の両方に依存した,アクティブステレオのための新しい微分可能な画像形成モデルと,新しい三眼再構成ネットワークを提案する。 Polka Lines" を再現ネットワークと組み合わせた共同最適化パターンは, 撮像条件全体にわたって, 最先端のアクティブステレオ深度推定を達成している。
  論文  参考訳（メタデータ） (2020-11-26T04:02:43Z)
• MuCAN: Multi-Correspondence Aggregation Network for Video Super-Resolution [63.02785017714131]
  ビデオ超解像(VSR)は、複数の低解像度フレームを使用して、各フレームに対して高解像度の予測を生成することを目的としている。 フレーム間およびフレーム内は、時間的および空間的情報を利用するための鍵となるソースである。 VSRのための効果的なマルチ対応アグリゲーションネットワーク(MuCAN)を構築した。
  論文  参考訳（メタデータ） (2020-07-23T05:41:27Z)

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。