研究目的
仅使用稀疏视图集来估计密集光场中每个视点的深度,处理遮挡问题并保持深度连续性,且无需预先知道深度范围。
研究成果
所提出的算法仅需使用稀疏的光场视图集,就能实现具有竞争力的深度估计性能,有效处理遮挡问题并保持深度连续性,可应用于光场重建、视图合成及压缩领域。
研究不足
由于采样率较低(49个输入视图中仅有4个),该方法在具有非常精细细节的场景中可能表现不佳,并且对真实光场中的噪声和畸变较为敏感。
研究目的
仅使用稀疏视图集来估计密集光场中每个视点的深度,处理遮挡问题并保持深度连续性,且无需预先知道深度范围。
研究成果
所提出的算法仅需使用稀疏的光场视图集,就能实现具有竞争力的深度估计性能,有效处理遮挡问题并保持深度连续性,可应用于光场重建、视图合成及压缩领域。
研究不足
由于采样率较低(49个输入视图中仅有4个),该方法在具有非常精细细节的场景中可能表现不佳,并且对真实光场中的噪声和畸变较为敏感。
加载中....
您正在对论文“[IEEE 2018年第25届国际图像处理会议(ICIP) - 希腊雅典 (2018.10.7-2018.10.10)] 2018年第25届IEEE国际图像处理会议(ICIP) - 基于稀疏光场视图的遮挡处理深度估计”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期