抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
神経放射場(NeRF)の急速な発展にもかかわらず,高密度カバーの必要性は,そのより広い応用を大きく禁止する。いくつかの最近の研究はこの問題に取り組むことを試みたが,それらはまばらな見解(まだ,まだ少数のもの)または単純なオブジェクト/シーンで動作している。本研究では,より野心的なタスク,すなわち,学習神経放射輝度場を,現実的に複雑な視覚シーン,すなわち,単一視点のみを用いて,”1回だけ”を”だけ”することにより,考察した。この目的を達成するために,著者らは,思考的に設計した意味と幾何学正則化から成る単一ビューNeRF(SinNeRF)フレームワークを提示した。特に,SinNeRFは,半教師つき学習プロセスを構築し,ここでは,幾何学的擬似ラベルと意味擬似ラベルを導入し,進行訓練プロセスをガイドする。広範な実験を,NeRF合成データセット,局所光場融合データセット,およびDTUデータセットを含む複雑なシーンベンチマークで行った。マルチビューデータセット上で事前訓練なしでも,SinNeRFは光現実的な新しいビュー合成結果をもたらすことができることを示す。単一画像設定の下で,SinNeRFは,すべての場合において現在の最先端のNeRFベースラインよりも著しく優れていた。プロジェクトページ:https://vita group.github.io/SinNeRF/;【JST・京大機械翻訳】