12日前

アテンションベースのビュー選択ネットワークを用いたライトフィールド視差推定

{Yung-Yu Chuang, Yu-Lun Liu, Yu-Ju Tsai, Ming Ouhyoung}
要約

本論文では、光場画像から深度マップを推定するための新たな深層ネットワークを提案する。視点の効果的な活用と視点内での冗長性の低減を目的として、各視点の重要度および正確な深度推定への貢献可能性を示す注目マップを生成する「視点選択モジュール」を提案する。光場視点の対称性の性質を活用し、注目マップに対称性を強制することで、さらに推定精度を向上させた。この注目マップを用いることで、本アーキテクチャはすべての視点をより効果的かつ効率的に利用できる。実験結果から、提案手法は精度面で最先端の性能を達成し、光場画像の視差推定に関する代表的なベンチマークにおいて第一位を獲得した。

アテンションベースのビュー選択ネットワークを用いたライトフィールド視差推定 | 最新論文 | HyperAI超神経