Основні поняття
ぼやけた単眼ビデオから鮮明な動的ニューラルラジアンスフィールドを再構築するための新しい2段階のDyBluRFフレームワークを提案する。
Анотація
本論文では、ぼやけた単眼ビデオから鮮明な動的ニューラルラジアンスフィールドを再構築するための新しいDyBluRFフレームワークを提案している。
DyBluRFは以下の2つの主要な段階から構成される:
- ベースレイの初期化(BRI)段階:
- 動的3Dシーンの粗い再構築と、ぼやけたフレームから抽出された不正確なカメラポーズを用いたベースレイの初期化を同時に行う。
- これにより、後のディブラーリング段階で正確な潜在鮮明レイを予測できるようになる。
- 運動分解ベースのディブラーリング(MDD)段階:
- 新しい漸進的潜在鮮明レイ予測(ILSP)アプローチを導入し、グローバルカメラ運動とローカルオブジェクト運動を考慮してぼやけを効果的に処理する。
- 静的シーン成分と動的シーン成分の分解を効果的に行うための2つの新しい損失関数を提案する。
実験結果では、DyBluRFが従来のSOTAメソッドを大幅に上回る性能を示すことを確認した。特に、知覚的品質(mLPIPS)と時間的整合性(tOF)の面で優れた結果が得られている。また、DyBluRFはぼやけの度合いに対してもロバストであることが示された。
Статистика
ぼやけたフレームを生成するために、ビデオフレーム補間(VFI)手法を用いて元のiPhone datasetの30fpsを240fpsに変換し、その平均を取ることで30fpsのぼやけたフレームを合成した。
各ぼやけたフレームに対して、滑らかなカメラ軌跡をシミュレーションすることで不正確なカメラポーズも合成した。
Цитати
"ぼやけた単眼ビデオから鮮明な動的ニューラルラジアンスフィールドを再構築するための新しいDyBluRFフレームワークを提案する。"
"DyBluRFは以下の2つの主要な段階から構成される: ベースレイの初期化(BRI)段階と運動分解ベースのディブラーリング(MDD)段階。"
"実験結果では、DyBluRFが従来のSOTAメソッドを大幅に上回る性能を示すことを確認した。"