BundleRecon: Ray Bundle-Based 3D Neural Reconstruction

要約

ニューラルレンダリングの普及に伴い、ニューラル暗黙的マルチビュー再構成法が増加している。多くのモデルが位置符号化、サンプリング、レンダリングなどの面で強化され、再構成品質を向上させているが、現在の方法では、再構成プロセスにおいて隣接するピクセル間の情報を十分に活用できていない。この問題に対処するため、我々はBundleReconと呼ばれる拡張モデルを提案する。既存のアプローチでは、サンプリングは1つの画素に対応する1本の光線によって行われる。これに対し、本モデルでは、隣接する画素からの情報を取り込んだ光線の束を用いて、画素のパッチをサンプリングする。さらに、束に基づく制約を設計し、再構成品質をさらに向上させる。実験結果は、BundleReconが既存のニューラル・インプリシット・マルチビュー再構成法と互換性があり、それらの再構成品質を向上できることを実証している。

要約(オリジナル)

With the growing popularity of neural rendering, there has been an increasing number of neural implicit multi-view reconstruction methods. While many models have been enhanced in terms of positional encoding, sampling, rendering, and other aspects to improve the reconstruction quality, current methods do not fully leverage the information among neighboring pixels during the reconstruction process. To address this issue, we propose an enhanced model called BundleRecon. In the existing approaches, sampling is performed by a single ray that corresponds to a single pixel. In contrast, our model samples a patch of pixels using a bundle of rays, which incorporates information from neighboring pixels. Furthermore, we design bundle-based constraints to further improve the reconstruction quality. Experimental results demonstrate that BundleRecon is compatible with the existing neural implicit multi-view reconstruction methods and can improve their reconstruction quality.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL