Reconstruction 3D à partir d'images floues

Le domaine de la vision par ordinateur et de la reconnaissance de formes est en constante évolution, et une récente étude intitulée BeNeRF: Neural Radiance Fields from a Single Blurry Image and Event Stream explore de nouvelles approches. Les chercheurs ont réussi à reconstruire les champs de radiance neuronaux à partir d’une seule image floue et de son flux d’événements correspondant. En utilisant un mouvement de caméra modélisé avec une B-Spline cubique dans l’espace SE(3), ils ont pu synthétiser à la fois l’image floue et les changements de luminosité dans un intervalle de temps donné à partir de la représentation de la scène 3D. Cette méthode novatrice permet d’apprendre simultanément la représentation implicite de la scène et de récupérer le mouvement de la caméra, offrant des images nettes et cohérentes. Les résultats expérimentaux montrent la capacité à rendre des images latentes de haute qualité à partir des NeRF appris, transformant ainsi une image floue en une image vive et détaillée. Pour en savoir plus sur cette étude et accéder aux données et au code, consultez le lien fourni.

Source de l’article