对3D Warping分解的高质量虚拟视点绘制方法

doi:10.3778/j.issn.1002-8331.1711-0039

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (3): 184-190.DOI: 10.3778/j.issn.1002-8331.1711-0039

对3D Warping分解的高质量虚拟视点绘制方法

郭秋红1，梁秀霞1，2

1.山东财经大学计算机科学与技术学院，济南 250014
2.山东大学管理学院，济南 250100

出版日期:2019-02-01 发布日期:2019-01-24

High-Quality Virtual Viewpoint Rendering for 3D Warping

GUO Qiuhong1, LIANG Xiuxia1，2

1.College of Computer Science and Technology, Shandong University of Finance and Economics, Jinan 250014, China
2.School of Management, Shandong University, Jinan 250100, China

Online:2019-02-01 Published:2019-01-24

摘要/Abstract

摘要： 基于深度图像的虚拟视点绘制（DIBR）作为自由视点视频应用中的核心问题，由其获得的任意视频的质量和速度对于自由视点视频的发展至关重要。为解决经典DIBR方法存在的重叠、空洞、伪影，以及由于重采样导致的细小裂纹问题以提高虚拟视点图像质量，提出了一种基于改进的3D Warping过程的虚拟视点绘制方法。该方法从整个3D Warping过程出发，将3D Warping过程分解成两步而无需进行三维建模，并分别在两步中提出了改进的方法。在第一步中，通过在变换矩阵中引入可调的系数对三维参数进行修改；在第二步中，主要针对由于重采样导致的细小的裂纹问题，提出了自适应一投多算法，在兼顾时间复杂度的同时改善了裂纹问题。实验结果表明，无论从主观质量还是客观评价标准来看，该方法都能够显著提高虚拟视点绘制的图像质量。

关键词: 深度图像的虚拟视点绘制（DIBR）, 3D 映射, 三维参数, 重采样, 虚拟视点

Abstract: DIBR is the core problem in the application of free view video. The quality and speed of arbitrary video is very important for the development of free view video. To solve the problem of overlapping, hollow, artifacts in the classical DIBR method, and the small cracks problem caused by resampling, this paper presents a virtual view rendering method based on improved 3D mapping process to improve the quality of virtual viewpoint image. This method starts from the whole 3D mapping process and does not need 3D modeling, but decomposes the 3D mapping process into two steps, and proposes an improved method in two steps. Firstly, the three-dimensional parameters are modified by introducing the adjustable coefficients into the transformation matrix. Then, this paper proposes an adaptive algorithm for a vote more for the small crack problem caused by resampling taking into account the complexity of the time while improving the crack problem. The experimental results show that the method can significantly improve the image quality of virtual view rendering, both from subjective quality and objective evaluation criteria.

Key words: Depth Image Based Rendering（DIBR）, 3D Warping, three-dimensional parameters, re-sampling, virtual viewpoint

郭秋红1，梁秀霞1，2. 对3D Warping分解的高质量虚拟视点绘制方法[J]. 计算机工程与应用, 2019, 55(3): 184-190.

GUO Qiuhong1, LIANG Xiuxia1，2. High-Quality Virtual Viewpoint Rendering for 3D Warping[J]. Computer Engineering and Applications, 2019, 55(3): 184-190.

[1]	张博文，周洋，殷海兵. 面向三维视频的虚拟视点合成技术研究进展[J]. 计算机工程与应用, 2021, 57(2): 12-17.
[2]	顾兆军，吴优，赵春迪，周景贤. 流量的集成学习与重采样均衡分类方法[J]. 计算机工程与应用, 2020, 56(6): 86-91.
[3]	徐玲玲，迟冬祥. 面向不平衡数据集的机器学习分类策略[J]. 计算机工程与应用, 2020, 56(24): 12-27.
[4]	王晓华，聂腾腾. 改进的布谷鸟算法优化粒子滤波研究[J]. 计算机工程与应用, 2020, 56(12): 60-65.
[5]	侯贝贝，刘三阳，普事业. 基于边界混合重采样的非平衡数据分类方法[J]. 计算机工程与应用, 2020, 56(1): 46-52.
[6]	昝孟恩，周航，韩丹，杨刚，许国梁. 粒子滤波目标跟踪算法综述[J]. 计算机工程与应用, 2019, 55(5): 8-17.
[7]	董瑶1，2，葛莹莹1，2，郭鸿湧1，3，董永峰1，2，杨琛1，2. 基于深度强化学习的移动机器人路径规划[J]. 计算机工程与应用, 2019, 55(13): 15-19.
[8]	李英1，杨秋翔1，雷海卫2，杜博2. 基于深度图像绘制技术的正反向映射技术的改进[J]. 计算机工程与应用, 2018, 54(5): 186-190.
[9]	王向前1，冉维2，马飞1，3. 邻域迭代重采样粒子滤波的纯方位目标跟踪[J]. 计算机工程与应用, 2017, 53(13): 160-166.
[10]	汪辉，陈芬，焦任直，彭宗举，郁梅. 基于空间加权的虚拟视点绘制算法[J]. 计算机工程与应用, 2016, 52(8): 174-179.
[11]	许枫1，纪永强1，2，杨娟1，温涛1，2，宋宏健1，2 . 基于重采样的水下小目标多基地量测融合[J]. 计算机工程与应用, 2015, 51(5): 27-32.
[12]	刘雪冬，张康，杨杰. 基于粒子滤波器的摄像机运动参数估计[J]. 计算机工程与应用, 2014, 50(7): 144-148.
[13]	李睿，毛莉，张九蕊. 基于混沌免疫遗传优化的粒子滤波重采样[J]. 计算机工程与应用, 2013, 49(6): 209-212.
[14]	李晖，翟淑宝，刘小明，蒋璐瑶. 基于多重采样策略的车辆指标随机派发算法[J]. 计算机工程与应用, 2013, 49(22): 22-25.
[15]	叶金印1，邱旭敏1，黄勇2，张春莉1. 气象遥感图像及格点场重采样插值方法[J]. 计算机工程与应用, 2013, 49(18): 237-241.

对3D Warping分解的高质量虚拟视点绘制方法

High-Quality Virtual Viewpoint Rendering for 3D Warping

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics