少数視点の三次元再構築は、物体やシーンの三次元幾何形状を復元するために少ない視点を必要とします。しかし、少数視点では異なる角度からのカバレッジ不足や、三次元シーンを正確に復元するための十分な情報が欠如しているため、特に複雑な幾何学構造を持つシーンにおいて、構造的なぼやけが生じ、再構築結果が不正確またはぼやけることがあります。本稿では、神経放射場に基づくフレームワークを提案し、正確なコストボリュームを利用して前景と背景の深度情報を関連付け、構造的なぼやけの問題を解決します。まず、ピラミッドネットワークを用いて前景と背景の局所特徴を抽出し、シーンの詳細の取得を強化し、Self-attention機構を導入して特徴抽出過程で重要領域に注目することを保証します。次に、適応受容野モジュールにより特徴スケールの滑らかな伝達を実現し、正確な特徴コストボリュームを構築します。最後に、ランダムな構造類似損失を導入し、ピクセル単位の監督の代わりに局所領域のピクセルを全体監督として利用し、シーン内の構造情報をより包括的に捉えます。DTUデータセット、LLFFデータセット、NeRFデータセットでのPSNRはそれぞれ0.48 dB、0.1 dB、0.47 dB向上し、実験データは本手法が少数視点の三次元再構築における情報不足による構造的ぼやけの問題を効果的に解決できることを示しています。

三次元再構築;神経放射場;特徴コストボリューム;構造的ぼやけ