基于模板对齐与多阶段特征学习的光场角度重建

来源：电子与信息学报杂志2025年第2期北京时间：

作者：郁梅, 周涛, 陈晔曜, 蒋志迪, 骆挺, 蒋刚毅

单位：1.宁波大学信息科学与工程学院 宁波 3152112.宁波大学科学技术学院 宁波 315300

摘要：现有光场图像角度重建方法通过探索光场图像内在的空间-角度信息以进行角度重建，但无法同时处理不同视点层的子孔径图像重建任务，难以满足光场图像可伸缩编码的需求。为此，将视点层视为稀疏模板，该文提出一种能够单模型处理不同角度稀疏模板的光场图像角度重建方法。将不同的角度稀疏模板视为微透镜阵列图像的不同表示，通过模板对齐将输入的不同视点层整合为微透镜阵列图像，采用多阶段特征学习方式，以微透镜阵列级-子孔径级的特征学习策略来处理不同输入的稀疏模板，并辅以独特的训练模式，以稳定地参考不同角度稀疏模板，重建任意角度位置的子孔径图像。实验结果表明，所提方法能有效地参考不同稀疏模板，灵活地重建任意角度位置的子孔径图像，且所提模板对齐与训练方法能有效地应用于其它光场图像超分辨率重建方法以提升其处理不同角度稀疏模板的能力。

关键词：光场图像, 角度重建, 可伸缩编码, 稀疏模板

基金资助：国家自然科学基金(62271276, 62071266, 62401301)，浙江省自然科学基金(LQ24F010002)