論文の概要: Learning Dual-Camera Smooth Zoom via Decoupled Geometric-Photometric Data Synthesis

• arxiv url: http://arxiv.org/abs/2610.34854v1
• Date: Mon, 26 Oct 2026 05:18:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.760627
• Title: Learning Dual-Camera Smooth Zoom via Decoupled Geometric-Photometric Data Synthesis
• Title（参考訳）: 分離幾何測光データ合成によるデュアルカメラ平滑ズームの学習
• Abstract要約: 流体ズームのための連続中間フレームの合成を目的とした,デュアルカメラスムーズズーム(DCSZ)タスクを導入する。 ZoomGS v2という高忠実度DCSZトレーニングシーケンスを生成するための新しいデータ合成フレームワークを提案する。 我々はまた、DCSZタスクに適した特殊なVFIネットワークであるZoomFIを開発した。
• 参考スコア（独自算出の注目度）: 45.618697908263464
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: When zooming between dual cameras on smartphones, prominent discontinuities in both geometric perspective and color rendition inevitably degrade the visual experience of users. To address this issue, we introduce the dual-camera smooth zoom (DCSZ) task, aiming to synthesize continuous intermediate frames for fluid zooming. However, directly applying existing video frame interpolation (VFI) models to this task is severely hindered by substantial domain gaps and the practical intractability of capturing real-world continuous ground-truth. To this end, we propose a novel data synthesis framework to generate high-fidelity DCSZ training sequences, named ZoomGS v2. It explicitly decouples geometric and color transformations from 3D scene representation modeling, thereby enabling extensive data generation from easily accessible single-camera 3D scenes. Furthermore, we develop ZoomFI, a specialized VFI network tailored to the DCSZ task, which leverages complementary bidirectional warping for comprehensive dual-camera information fusion. Extensive experiments on test datasets captured using two mobile phones demonstrate that training with the constructed DCSZ data significantly improves the performance of various VFI models. Moreover, ZoomFI achieves state-of-the-art results in both quantitative metrics and visual quality. The datasets, code, and pretrained models are available at https://hitjunjief.github.io/DCSZ-v2
• Abstract（参考訳）: スマートフォンでデュアルカメラをズームする場合、幾何学的視点と色調の両方において顕著な不連続性は、ユーザの視覚的体験を必然的に低下させる。 この問題に対処するために、流体ズームのための連続中間フレームの合成を目的としたデュアルカメラスムーズズーム(DCSZ)タスクを導入する。 しかし、既存のビデオフレーム補間(VFI)モデルをこのタスクに直接適用することは、かなりの領域ギャップと現実の連続した地平線を捕捉する実践的難しさによって著しく妨げられる。 そこで本研究では,ZoomGS v2という高忠実度DCSZトレーニングシーケンスを生成する新しいデータ合成フレームワークを提案する。 3Dシーン表現モデリングから幾何学的および色変換を明示的に分離し、容易にアクセス可能なシングルカメラ3Dシーンから広範なデータ生成を可能にする。 さらに,DCSZタスクに適した特殊なVFIネットワークであるZoomFIを開発した。 2台の携帯電話で収集したテストデータセットの大規模な実験により、構築されたDCSZデータによるトレーニングが様々なVFIモデルの性能を大幅に向上することが示された。 さらに、ZoomFIは定量的メトリクスと視覚的品質の両方で最先端の結果を達成する。 データセット、コード、事前トレーニングされたモデルはhttps://hitjunjief.github.io/DCSZ-v2で公開されている。

関連論文リスト

• ZoomDiff: A High-Fidelity Diffusion Model for Dual-Camera Smooth Zooming [52.06132693305164]
  デュアルカメラ間のデジタルズーム遷移は、幾何学的構造と色調の整合性において顕著な不連続性を示すことが多い。 本稿では,高忠実度拡散モデルであるZoomDiffを提案する。
  論文  参考訳（メタデータ） (2026-09-23T13:22:58Z)
• LargeAD: Large-Scale Cross-Sensor Data Pretraining for Autonomous Driving [88.85002707211777]
  LargeADは多用途でスケーラブルなフレームワークで、さまざまな現実世界の運転データセットにわたる大規模3D事前トレーニング用に設計されている。 我々のフレームワークはVFMを利用して2次元画像から意味的にリッチなスーパーピクセルを抽出する。 このアライメントは、クロスモーダルな表現学習を促進し、2Dデータと3Dデータのセマンティック一貫性を高める。
  論文  参考訳（メタデータ） (2025-01-07T18:59:59Z)
• Implicit-Zoo: A Large-Scale Dataset of Neural Implicit Functions for 2D Images and 3D Scenes [65.22070581594426]
  Implicit-Zoo"は、この分野の研究と開発を容易にするために、数千のGPUトレーニング日を必要とする大規模なデータセットである。 1)トランスモデルのトークン位置を学習すること、(2)NeRFモデルに関して直接3Dカメラが2D画像のポーズを取ること、である。 これにより、画像分類、セマンティックセグメンテーション、および3次元ポーズ回帰の3つのタスクすべてのパフォーマンスが向上し、研究のための新たな道が開けることになる。
  論文  参考訳（メタデータ） (2024-06-25T10:20:44Z)
• Dual-Camera Smooth Zoom on Mobile Phones [55.4114152554769]
  我々は、スムーズなズームプレビューを実現するために、新しいタスク、すなわちデュアルカメラスムーズズーム(DCSZ)を導入する。 フレームモデル (FI) 技術は潜在的な解決法であるが、地軸収集に苦慮している。 連続型仮想カメラを組み込んだデータファクトリソリューションを提案し,シーンの再構成された3DモデルをレンダリングしてDCSZデータを生成する。
  論文  参考訳（メタデータ） (2024-04-07T10:28:01Z)

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。