[논문] UniSHARP: 범용 선명 단안 시점 합성
개요
본 연구에서는 널리 사용되는 포토리얼리스틱 뷰 합성 방법인 SHARP를 기존의 원근 카메라부터 넓은 시야각, 어안 및 전방위 파노라마 설정에 이르는 다양한 카메라 시스템에 대한 범용 단안 렌더링으로 확장하는 데 초점을 맞추었습니다. SHARP의 핀홀 전용 가정을 극복하기 위해, 우리는 다양한 이미지를 통합된 전방위 잠재 공간에 정렬한다는 핵심 아이디어를 제시합니다. 따라서 우리는 UniSHARP를 제안하는데, 이는 특징 공간과 가우시안 공간 모두에서 암시적 정렬을 수행합니다. 구체적으로, 가우시안 원시 요소는 광선 기반 범용 표현에서 광선과 방사 거리 따라 배치되고, UniK3D 영감을 받은 인코더에서 추출된 2D 의미론적 특징과 3D 공간 특징이 공동으로 디코딩되어 완전한 가우시안 클라우드를 생성합니다. 방법을 포괄적으로 평가하기 위해, 우리는 다양한 장면에 걸친 다양한 영상 시스템을 포함하는 벤치마크를 구축했습니다. 이 벤치마크는 시야각(FoV)별로 추가 계층화되어 범용 단안 렌더링 작업에 대한 세밀한 평가를 가능하게 합니다. 제안된 벤치마크에 대한 광범위한 실험을 통해 UniSHARP의 효과가 입증되었으며, 대안 방법들을 크게 앞서는 성능을 보였습니다. 프로젝트 페이지는 다음에서 확인할 수 있습니다: https://insta360-research-team.github.io/Unisharp-website/
주요 기여
이 논문은 다음 분야의 연구를 제시합니다:
- cs.CV
방법론
자세한 방법론은 전체 논문을 참고하십시오.
실용적 함의
이 연구는 cs.CV 분야의 발전에 기여합니다.
저자
- Meixi Song
- Dizhe Zhang
- Hao Ren
- Ruiyang Zhang
- Bo Du
- Ming-Hsuan Yang
- Lu Qi
논문 정보
- arXiv ID: 2606.07514v1
- 카테고리: cs.CV
- 출판일: 2026년 6월 5일
- PDF: PDF 다운로드