Un avance tecnológico permite reconstruir escenas complejas a partir de videos casuales: El algoritmo que supera los límites de la captura improvisada.

 Se ha presentado un nuevo algoritmo que promete revolucionar la reconstrucción del campo de radiación en escenas a gran escala a partir de videos casuales. Esta innovadora técnica aborda dos desafíos clave en este campo de investigación. En primer lugar, se supera la dependencia de estimaciones precisas de las posiciones de la cámara obtenidas a través de algoritmos de estructura a partir del movimiento, los cuales a menudo fallan en videos grabados en entornos no controlados. Esto significa que ahora es posible reconstruir el campo de radiación incluso en videos capturados de manera informal y espontánea.

En segundo lugar, se resuelve el problema de utilizar un único campo de radiación global con capacidad de representación finita. Esto se logra mediante la asignación dinámica de nuevos campos de radiación locales entrenados con fotogramas dentro de una ventana temporal. Esta solución permite escalar a escenas más grandes y sin límites, ya que cada campo de radiación local se adapta específicamente a un conjunto de fotogramas cercanos en el tiempo. Como resultado, se mejora significativamente la robustez de la reconstrucción, incluso en casos de desviaciones moderadas en la posición de la cámara.

La clave para el éxito de este algoritmo radica en su enfoque progresivo, donde se estima conjuntamente las posiciones de la cámara y el campo de radiación. Esta estrategia garantiza una reconstrucción más precisa y confiable del campo de radiación de la escena. Los resultados de las pruebas realizadas en conjuntos de datos de referencia, como el conjunto de datos Tanks and Temples, así como en un conjunto de datos al aire libre recopilado específicamente para este estudio, llamado Static Hikes, demuestran que este enfoque supera a los métodos del estado del arte.

La principal ventaja de este avance es su capacidad para reconstruir el campo de radiación de escenas a gran escala a partir de un único video casual. Esto tiene un gran impacto en aplicaciones como la realidad aumentada, la realidad virtual, la robótica y la cinematografía, donde se requiere una reconstrucción precisa de la escena. Además, la escalabilidad de este enfoque permite trabajar con escenas de mayor complejidad y extensión, lo que amplía aún más su utilidad y aplicabilidad.

El algoritmo presentado ofrece una solución innovadora para reconstruir el campo de radiación en escenas a gran escala a partir de videos casuales. Su enfoque progresivo, que combina la estimación conjunta de las posiciones de la cámara y el campo de radiación, así como la asignación dinámica de campos de radiación locales, garantiza una reconstrucción robusta y precisa. Los resultados de las pruebas demuestran su superioridad frente a los métodos existentes, lo que lo convierte en un avance significativo en el campo de la reconstrucción de escenas visuales.

Página del paper: Paper page - Progressively Optimized Local Radiance Fields for Robust View Synthesis (huggingface.co)