日本团队分享基于预训练VQGAN的高效全景图像合成方法2S-ODIS
不仅可以生成高质量的全向图像，同时大大缩短了训练时间
（映维网Nweon 2025年02月19日）全向图像越来越多地应用于虚拟现实和社交网络等领域。然而，与普通视场图像相比，它们的可用性相对有限，因为需要专门的摄像头来拍摄全向图像。所以，业界已经提出了数种基于生成对抗网络（GAN）的方法来合成全向图像，但由于不稳定性和/或大量的时间消耗，它们在模型的训练中表现出困难。
针对相关问题，日本上智大学团队提出了一种新的全向图像合成方法2S-ODIS ，它不仅可以生成高质量的全向图像，同时大大缩短了训练时间。这是通过使用在大规模NFoV图像数据库（如ImageNet）预训练的Vector Quantized GAN模型而不进行微调来实现。
由于预训练模型不能表示等矩形投影（ERP）中全向图像的畸变，所以不能直接应用于ERP中的全向图像合成。
针对这个问题，研究人员采用两阶段结构，首先在ERP中创建全局粗略图像，然后通过整合多幅更高分辨率的局部NFoV图像对图像进行细化，以补偿ERP中的畸变，这两种结构都是基于预训练的VQGAN模型。所以，所提出的2S-ODIS方法将OmniDreamer中的训练时间从14天减少到更高图像质量下的4天。
......（全文 1202 字，剩余 788 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
