深度神经网络通过文本到图像生成增强投影仪-相机配准

研究人员开发了一种使用深度神经网络改进投影仪-相机（procam）配准的新颖方法，该过程对于精确像素匹配至关重要。这种新方法可以根据文本提示生成逼真的自然图像，这些图像比传统的结构光图案包含更丰富的空间特征。该系统在一个模拟几何和光度失真的合成数据集上进行训练，从而提高了各种procam配置下的配准精度。用户研究表明，与现有方法相比，该技术提高了感知到的自然度和可用性。 AI

影响 这项研究可能为增强现实和3D扫描等应用中更准确、更具视觉吸引力的投影仪-相机系统带来突破。

排序理由 该集群包含一篇在arXiv上发表的关于新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Deep Neural Networks
• Gotit.pub
• Hugging Face
• ScienceCast
• Text-to-Image Generation for Projector-Camera System Registration

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →