科研之友
微信
新浪微博
Facebook
分享链接
摘要
多平面图像(Multiplane Image, MPI)能够构造出一种以相机为中心、按深度分层的三维场景显式表示，用于新视点合成研究与应用。由于MPI生成预测网络在训练时不能有效捕获深度平面间遮挡区域的空间特征，使得MPI合成的新视点图像往往存在明显的伪影和扭曲。为此提出利用3D卷积神经网络捕捉深度平面间的空间特征，用于提高对平面图像几何结构和Alpha值的预测能力，从而实现高质量MPI场景表示和新视点合成目标。在两个数据集上的数值实验表明，算法在窄基线视点外推和宽基线多视点内插任务中能够有效消除合成新视点图像中的伪影和扭曲。当参考视点水平基线宽度增大一倍且不增加MPI深度平面数量时，算法仍然能够有效地预测出不同深度平面的遮挡区域信息，从而保证了视点内插合成图像的质量。
-
单位通信与信息工程学院; 南京邮电大学
