核心概念
スパース特徴マッチングに基づく幾何一貫性正則化手法を提案し、高周波領域の詳細を効果的に回復する。
要約
本研究は、少数ショットニューラルレンダリングの課題に取り組むため、スパース特徴マッチングに基づく幾何一貫性正則化手法を提案している。
まず、事前学習済みのスパース特徴マッチングネットワークを用いて、入力画像間の高周波領域のキーポイントに対応付けを行う。次に、対応付けられた3D点間の距離を最小化することで、ラジアンス場の幾何を最適化する。これにより、高周波領域の詳細を効果的に回復できる。
さらに、不正確な対応付けを除外するための幾何一貫性フィルタを導入し、全体的な幾何一貫性を大幅に改善する。
提案手法は、FreeNeRFなどの周波数正則化手法と相補的に機能し、少数ショットの入力設定においても高品質なニューラルレンダリングを実現する。実験結果から、提案手法がLLFFデータセットで0.7dB、DTUデータセットで0.6dBのPSNR向上を達成することを示している。
統計
提案手法はFreeNeRFに比べ、LLFFデータセットで0.7dB、DTUデータセットで0.6dBのPSNR向上を達成した。
提案手法はSPARFに比べ、DTUデータセットで0.9dBのPSNR向上を達成した。