Последовательность имеет значение: использование видеомоделей в трехмерном суперразрешении.

Sequence Matters: Harnessing Video Models in 3D Super-Resolution

December 16, 2024

Авторы: Hyun-kyu Ko, Dongheok Park, Youngin Park, Byeonghyeon Lee, Juhee Han, Eunbyung Park

cs.AI

Аннотация

3D супер-разрешение направлено на восстановление трехмерных моделей высокой точности из низкоразрешенных (LR) многовидовых изображений. Ранние исследования в основном сосредотачивались на моделях одиночного супер-разрешения (SISR), чтобы увеличить разрешение LR изображений до изображений высокого разрешения. Однако эти методы часто лишены согласованности видов, поскольку они работают независимо на каждом изображении. Хотя различные методы постобработки были широко исследованы для уменьшения этих несоответствий, они до сих пор не полностью решают проблемы. В данной статье мы проводим всестороннее исследование 3D супер-разрешения, используя модели видео супер-разрешения (VSR). Путем использования моделей VSR мы обеспечиваем более высокую степень пространственной согласованности и можем ссылаться на окружающую пространственную информацию, что приводит к более точным и детальным реконструкциям. Наши результаты показывают, что модели VSR могут демонстрировать выдающиеся результаты даже на последовательностях, которые лишены точного пространственного выравнивания. Исходя из этого наблюдения, мы предлагаем простой, но практичный подход к выравниванию LR изображений без привлечения донастройки или генерации 'плавной' траектории из обученных 3D моделей на LR изображениях. Экспериментальные результаты показывают, что удивительно простые алгоритмы могут достичь передовых результатов в задачах 3D супер-разрешения на стандартных наборах данных, таких как синтетический NeRF и MipNeRF-360. Страница проекта: https://ko-lani.github.io/Sequence-Matters

English

3D super-resolution aims to reconstruct high-fidelity 3D models from low-resolution (LR) multi-view images. Early studies primarily focused on single-image super-resolution (SISR) models to upsample LR images into high-resolution images. However, these methods often lack view consistency because they operate independently on each image. Although various post-processing techniques have been extensively explored to mitigate these inconsistencies, they have yet to fully resolve the issues. In this paper, we perform a comprehensive study of 3D super-resolution by leveraging video super-resolution (VSR) models. By utilizing VSR models, we ensure a higher degree of spatial consistency and can reference surrounding spatial information, leading to more accurate and detailed reconstructions. Our findings reveal that VSR models can perform remarkably well even on sequences that lack precise spatial alignment. Given this observation, we propose a simple yet practical approach to align LR images without involving fine-tuning or generating 'smooth' trajectory from the trained 3D models over LR images. The experimental results show that the surprisingly simple algorithms can achieve the state-of-the-art results of 3D super-resolution tasks on standard benchmark datasets, such as the NeRF-synthetic and MipNeRF-360 datasets. Project page: https://ko-lani.github.io/Sequence-Matters