稀疏光场的密集重建方法

• 作者: 叶昕辰 李坤 杨敬钰 毛亚丽 马健
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: 光场 视角合成 深度估计 超分辨率 深度学习
• 年，卷（期）: 2018,（20）
• 页码范围: 2317-2322
• 页数: 6页
• 分类号: TP37
• 字数: 6026字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2783.2018.20.006

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李坤	天津大学计算机科学与技术学院	9	147	3.0	9.0
2	马健	天津大学计算机科学与技术学院	6	93	4.0	6.0
3	杨敬钰	天津大学电气自动化与信息工程学院	6	4	1.0	2.0
4	叶昕辰	大连理工大学国际信息与软件学院	2	1	1.0	1.0
5	毛亚丽	天津大学计算机科学与技术学院	1	0	0.0	0.0