使用多视图立体声和物理成像的快速水下场景重建

科学领域:

• 计算机视觉 计算机视觉
• 这是一种摄影计量技术 (photogrammetry).
• 水下成像技术的研究.

背景情况:

• 由于光散射和吸收,水下场景的重建具有挑战性.
• 现有的神经辐射场 (NeRF) 方法对于水下应用是缓慢的.
• 目前的方法往往需要地面真实深度数据,这限制了实际使用.

研究的目的:

• 开发一种新的,高效的方法,用于高质量的水下场景重建.
• 为了提高深度估计和染精度在水下环境的散射.
• 消除对地面真实深度数据的需求,加速训练和染.

主要方法:

• 多视图立体声 (MVS) 与基于物理的水下图像形成模型的集成.
• 一个双分支的方法:一个用于深度估计 (MVS成本量管道) 和一个用于基于物理的染.
• 使用中等子网来估计散射参数和颜色MLP进行染.

主要成果:

• 在散射介质中实现了高质量的新视图合成.
• 通过有效地去除散射介质,实现了清晰视野的恢复.
• 与现有方法相比,证明了优越的染质量和培训效率.

结论:

• 拟议的MVS和基于物理的模型集成在水下场景重建方面取得了重大进展.
• 该方法提供了准确的几何表示,并恢复了真正的水下颜色.
• 这种方法克服了以往基于NeRF的方法的局限性,提供了更快,更有效的重建.