問題 No.632
複数の方角から撮影した二次元の画像群から、撮影されていない自由な視点からの三次元空間の映像を再構成したい。このようなシーンにおいて、空間の座標と視線方向を入力とし、色と密度を出力するニューラルネットワークを用いて光線の経路を計算し、三次元表現を獲得する技術として最も適切なものはどれか。
【正解の解説】
NeRF
NeRF (Neural Radiance Fields)は、複数の視点から撮影された画像から、空間の密度や色を学習し、未知の角度からの映像を生成する技術です。
スポンサーリンク
【その他の選択肢の解説】
VQ-VAE
VQ-VAEは、離散的な潜在表現を持つ生成モデルであり、視点に基づいた三次元再構成を行うための手法ではありません。
セマンティックセグメンテーション
セマンティックセグメンテーションは、画像内の画素が何であるかをラベル付け（人、車、木など）する技術です。
OpenPose
OpenPoseは、人の骨格の関節点をリアルタイムで検出する技術です。