arXiv · 机器人与计算机视觉· Zeqiang Wei, Angulia Yang, Min Xu·· 3 天前AI 评分30
MacroGS:任意尺度光场超分辨率的宏像素共享高斯基元方法
MacroGS: Macro-Pixel Shared Gaussian Primitives for Arbitrary-Scale Light Field Super-Resolutio
AI 导读
MacroGS 提出一种前馈解码器,通过为每个宏像素预测单一共享高斯集而非每视图独立生成,解决了传统方法冗余编码场景结构且基元数量随视图数线性增长的问题。该方法利用视差依赖替换和角度条件外观实现跨视图复用,在无需几何监督下预测的视差与底层场景几何强相关。实验显示其集成于多种光场编码器时提升重建质量,速度较最先进隐式解码器快约 2-10 倍、较逐视图高斯基线快 10-18 倍。
来源:arXiv · 机器人与计算机视觉 · arxiv.org