南京邮电大学学报(自然科学版)

作者：霍智勇,魏俊宇,郭　权,陈奕杭

单位：南京邮电大学 通信与信息工程学院，江苏 南京 210003南京邮电大学 通信与信息工程学院，江苏 南京 210003南京邮电大学 通信与信息工程学院，江苏 南京 210003南京邮电大学 通信与信息工程学院，江苏 南京 210003

关键词：多平面图像；场景表示；视点图像合成；3D卷积神经网络

基金：中兴通讯研究基金资助项目

多平面图像（Multiplane Image, MPI）能够构造出一种以相机为中心、按深度分层的三维场景显式表示，用于新视点合成研究与应用。由于MPI生成预测网络在训练时不能有效捕获深度平面间遮挡区域的空间特征，使得MPI合成的新视点图像往往存在明显的伪影和扭曲。为此提出利用3D卷积神经网络捕捉深度平面间的空间特征，用于提高对平面图像几何结构和Alpha值的预测能力，从而实现高质量MPI场景表示和新视点合成目标。在两个数据集上的数值实验表明，算法在窄基线视点外推和宽基线多视点内插任务中能够有效消除合成新视点图像中的伪影和扭曲。当参考视点水平基线宽度增大一倍且不增加MPI深度平面数量时，算法仍然能够有效地预测出不同深度平面的遮挡区域信息，从而保证了视点内插合成图像的质量。

来源：2023年第05期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2023年第05期