计算机科学>计算机视觉和模式识别
标题: 无阴影神经辐射场中的摄像机重定标
摘要: 摄像机重定标是计算机视觉和机器人技术中的一个关键问题。 神经辐射场(NeRFs)的最新进展在合成真实照片方面显示出了希望。 一些作品使用NeRF来优化摄影机姿势,但它们没有考虑可能影响场景外观和阴影区域的照明更改,从而导致姿势优化过程降级。 在本文中,我们提出了一个两级流水线,该流水线对具有不同光照和阴影条件的图像进行标准化,以改进相机的重缩放。 我们在哈希编码的NeRF上实现了我们的场景表示,这大大提高了姿势优化过程。 为了解决基于网格的NeRFs中的噪声图像梯度计算问题,我们进一步提出了一种改进的截断动态低通滤波器(TDLF)和一种数字梯度平均技术来平滑该过程。 在不同光照条件下的多个数据集上的实验结果表明,我们的方法在不同光条件下实现了最先进的相机重定标结果。 代码和数据将公开。