Key points are not available for this paper at this time.
हाल के वर्षों में, न्यूरल रेडियंस फ़ील्ड के विकास ने मल्टी-व्यू कैमरा डेटा से दृश्यों और वस्तुओं के फोटो-यथार्थ 3डी पुनर्निर्माण के एक पूर्व-अनदेखे स्तर को सक्षम किया है। हालाँकि, पिछले तरीकों में एक अत्यधिक सरल पिनहोल कैमरा मॉडल का प्रयोग होता है, जिससे पुनर्निर्मित रेडियंस फ़ील्ड में डिफोकस ब्लर `बेक' हो जाता है। हम रेज़ कैस्टिंग में एक संशोधन का प्रस्ताव रखते हैं जो लेंस के ऑप्टिक्स का लाभ उठाते हुए डिफोकस ब्लर की उपस्थिति में दृश्य पुनर्निर्माण को बढ़ाने में मदद करता है। यह हमें सीमित एपर्चर के साथ एक व्यावहारिक कैमरे के मापन से रेडियंस फ़ील्ड के पुनर्निर्माण की गुणवत्ता में सुधार करने की अनुमति देता है। हम दिखाते हैं कि प्रस्तावित मॉडल व्यावहारिक कैमरों के डिफोकस ब्लर व्यवहार से पिनहोल मॉडलों और अन्य डिफोकस ब्लर मॉडलों के दृष्टिकोणों की तुलना में अधिक निकटता से मेल खाता है, विशेष रूप से आंशिक ओक्ल्यूशन्स की उपस्थिति में। इससे हमें तेज पुनर्निर्माण प्राप्त करने की अनुमति मिलती है, सभी-फोकस छवियों के मान्यता पर PSNR में लगभग 3 dB तक सुधार होता है, चाहे वह कृत्रिम डेटा सेट हो या वास्तविक डेटा सेट।
हुआ एट अल। (शनिवार,) ने इस प्रश्न का अध्ययन किया।