BriefGPT - AI 论文速递
·
带有交互快门指导的运动模糊分解
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文提出了一种利用手持视频数据实现高质量场景重建的方法，通过建模物理图像形成过程和视觉惯性航位推测，优化相机姿态，减轻相机运动。实验证明该方法在减轻相机运动方面具有出色性能。
🎯
关键要点
- 手持视频数据的高质量场景重建通常需要稳定的照片。
- 提出了一种适应相机运动的方法，能够利用受运动模糊和滚动快门影响的手持视频数据。
- 该方法基于物理图像形成过程的详细建模，利用视觉惯性航位推测 (VIO) 估计速度。
- 在单张图像帧的曝光时间内考虑相机姿态的非静态性，并在重建过程中优化相机姿态。
- 建立了一个可微的渲染流水线，有效纳入滚动快门和运动模糊效应。
- 实验结果表明，该方法在减轻相机运动方面优于现有方法，推动了3DGS在逼真场景中的应用。
➡️
