A Novel Approach For Generating Customizable Light Field Datasets for Machine Learning

要約

多くの場合、従来のアプローチよりも優れたディープ ラーニング モデルをトレーニングするために、特定のメディア (画像など) の大規模なデータセットがさまざまな分野で使用されています。
ただし、ライト フィールド固有の機械学習タスクでは、そのような利用可能なデータセットが不足しています。
したがって、独自のライト フィールド データセットを作成します。これは、特異な画像と比較してライト フィールドの情報が豊富であるため、さまざまなアプリケーションに大きな可能性を秘めています。
Unity と C# フレームワークを使用して、カスタマイズ可能なハードウェア構成に基づいて大規模でスケーラブルで再現可能なライト フィールド データセットを生成するための新しいアプローチを開発し、ライト フィールド ディープラーニングの研究を加速します。

要約(オリジナル)

To train deep learning models, which often outperform traditional approaches, large datasets of a specified medium, e.g., images, are used in numerous areas. However, for light field-specific machine learning tasks, there is a lack of such available datasets. Therefore, we create our own light field datasets, which have great potential for a variety of applications due to the abundance of information in light fields compared to singular images. Using the Unity and C# frameworks, we develop a novel approach for generating large, scalable, and reproducible light field datasets based on customizable hardware configurations to accelerate light field deep learning research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google