跳到正文
arXiv · 机器人与计算机视觉· Yi-Ruei Liu, You-Zhe Xie, Yu-Hsiang Hsu, Jing-En Huang, I-Sheng Fang, Yu-Lun Liu, Jun-Cheng Chen·· 16 天前AI 评分58

4D高斯光线追踪:用于基于物理的相机效果数据生成的新方法

Every Camera Effect, Every Time, All at Once: 4D Gaussian Ray Tracing for Physics-based Camera Effect Data Generation

AI 导读

针对视频扩散模型难以可靠遵循视场角、光圈等物理参数的问题,本文提出4D高斯光线追踪方法。该方法将多视图针孔视频重建为4D高斯并重新渲染以生成符合指定参数的物理相机效果。在CamVFX-4D基准测试中,相比MSTH方法,PSNR提升3.4 dB且渲染速度快6倍。研究展示了微调视频生成模型及扩展至单目输入等下游应用潜力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org