研究目的
利用一种名为"流辅助剪切波变换"(FAST)的新型基于学习的方法,通过结合光流和剪切波变换(ST)来提升性能,从而从稀疏采样光场(SSLF)重建密集采样光场(DSLF)。
研究成果
所提出的FAST方法能有效从视差范围较大的SSLFs中重建DSLFs,在大多数情况下优于其他最先进方法。该方法利用光流和时空信息实现视觉效果出色的重建结果。
研究不足
该方法需要精确的视差估计,在包含反光和透明物体的场景或视差范围极大的情况下可能表现不佳。训练过程计算成本高昂。
研究目的
利用一种名为"流辅助剪切波变换"(FAST)的新型基于学习的方法,通过结合光流和剪切波变换(ST)来提升性能,从而从稀疏采样光场(SSLF)重建密集采样光场(DSLF)。
研究成果
所提出的FAST方法能有效从视差范围较大的SSLFs中重建DSLFs,在大多数情况下优于其他最先进方法。该方法利用光流和时空信息实现视觉效果出色的重建结果。
研究不足
该方法需要精确的视差估计,在包含反光和透明物体的场景或视差范围极大的情况下可能表现不佳。训练过程计算成本高昂。
加载中....
您正在对论文“[IEEE 2019年图像处理国际会议(ICIP) - 中国台北(2019.9.22-2019.9.25)] 2019 IEEE国际图像处理会议(ICIP) - 快速:用于密集采样光场重建的流辅助剪切波变换”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