Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2508.09068

帮助 | 高级搜索

电气工程与系统科学 > 图像与视频处理

arXiv:2508.09068 (eess)
[提交于 2025年8月12日 (v1) ,最后修订 2025年9月18日 (此版本, v2)]

标题: 一个新的数据集和多相机帧合成的比较

标题: A new dataset and comparison for multi-camera frame synthesis

Authors:Conall Daly, Anil Kokaram
摘要: 存在许多用于图像序列中帧合成的方法,但可以大致分为帧插值和视角合成技术。 从根本上说,帧插值和视角合成都解决相同的任务,即在时间或空间上给定周围帧的情况下进行帧插值。 然而,大多数帧插值数据集侧重于时间方面,使用单个摄像头在时间和空间中移动,而视角合成数据集通常偏向于立体深度估计的应用场景。 这使得直接比较视角合成和帧插值方法变得具有挑战性。 在本文中,我们开发了一个新颖的多摄像机数据集,使用自定义构建的密集线性摄像机阵列,以实现这些方法之间的公平比较。 我们将经典方法和深度学习帧插值器与一种视角合成方法(3D高斯点云)在视角中间处理任务中进行评估。 我们的结果表明,在真实图像数据上,深度学习方法并未显著优于经典方法,3D高斯点云的实际表现甚至比帧插值器低多达3.5 dB PSNR。 然而,在合成场景中,情况则相反——在95%置信度下,3D高斯点云比帧插值算法高出近5 dB PSNR。
摘要: Many methods exist for frame synthesis in image sequences but can be broadly categorised into frame interpolation and view synthesis techniques. Fundamentally, both frame interpolation and view synthesis tackle the same task, interpolating a frame given surrounding frames in time or space. However, most frame interpolation datasets focus on temporal aspects with single cameras moving through time and space, while view synthesis datasets are typically biased toward stereoscopic depth estimation use cases. This makes direct comparison between view synthesis and frame interpolation methods challenging. In this paper, we develop a novel multi-camera dataset using a custom-built dense linear camera array to enable fair comparison between these approaches. We evaluate classical and deep learning frame interpolators against a view synthesis method (3D Gaussian Splatting) for the task of view in-betweening. Our results reveal that deep learning methods do not significantly outperform classical methods on real image data, with 3D Gaussian Splatting actually underperforming frame interpolators by as much as 3.5 dB PSNR. However, in synthetic scenes, the situation reverses -- 3D Gaussian Splatting outperforms frame interpolation algorithms by almost 5 dB PSNR at a 95% confidence level.
评论: SPIE 2025 - 第四十八届数字图像处理应用接受的论文,13页
主题: 图像与视频处理 (eess.IV) ; 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2508.09068 [eess.IV]
  (或者 arXiv:2508.09068v2 [eess.IV] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.09068
通过 DataCite 发表的 arXiv DOI
相关 DOI: https://doi.org/10.1117/12.3065025
链接到相关资源的 DOI

提交历史

来自: Conall Daly Mr [查看电子邮件]
[v1] 星期二, 2025 年 8 月 12 日 16:37:30 UTC (3,935 KB)
[v2] 星期四, 2025 年 9 月 18 日 15:26:41 UTC (3,935 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
eess.IV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.CV
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号