Camera設定不変性のためのデフォーカスモデルを用いた焦点スタックからの深い深さ【JST・京大機械翻訳】

Fujimura Yuki; Iiyama Masaaki; Funatomi Takuya; Mukaigawa Yasuhiro

プレプリント

J-GLOBAL ID：202202212327608730 整理番号：22P0295667

Camera設定不変性のためのデフォーカスモデルを用いた焦点スタックからの深い深さ【JST・京大機械翻訳】

Deep Depth from Focal Stack with Defocus Model for Camera-Setting Invariance

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月25日プレプリントサーバーでの情報更新日： 2022年02月25日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

焦点/デフォーカス(DFF)からの学習ベース深度を提案し,それはシーン深さを推定するための入力として焦点スタックを取り入れた。焦点ぼけは深度推定のための有用な手がかりである。しかし,ぼけのサイズはシーン深さだけでなく,焦点距離,f数のようなカメラ設定にも依存する。カメラ設定が訓練とテスト時間において異なるならば,デフォーカスモデルのない現在の学習ベースの方法は正しい深さマップを推定できない。提案手法では,シーン深さ,デフォーカス画像,カメラ設定の間の制約に対する入力として平面スイープボリュームを取り上げ,この中間表現により,訓練とテスト時間で異なるカメラ設定で深さ推定が可能になった。このカメラ設定不変性は学習ベースDFF法の適用可能性を高めることができる。また,実験結果は,著者らの方法が合成から実際のドメインギャップに対してロバストであり,最先端の性能を示した。【JST・京大機械翻訳】

, , , , , , , ,
, , , 【Automatic Indexing@JST】

図形・画像処理一般

, ,

前のページに戻る