10.3969/j.issn.2095-2783.2018.20.006
稀疏光场的密集重建方法
针对光场技术中存在的角分辨率不足的问题,以稀疏光场为研究对象,提出了一种使用深度学习进行光场密集重建的方法,利用卷积神经网络从输入视图估计出新视角的深度信息,并融合输入图像颜色信息以及新视角的深度信息获得新视角的合成图;通过带有残差模块的卷积神经网络对新视角合成图进行高质量的修复重建,得到高质量的新视角合成图像.实验结果表明,所提方法较目前最新的方法有很大改进,尤其在图像的轮廓边缘、纹理丰富的地方重建得更好;可以从2×2的稀疏光场重建8×8甚至更加密集的光场.
光场、视角合成、深度估计、超分辨率、深度学习
13
TP37(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金
2019-06-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
2317-2322