@techreport{oai:ipsj.ixsq.nii.ac.jp:00224621,
 author = {金岡, 大樹 and 薗頭, 元春 and 田向, 権 and 川西, 康友 and Daiju, Kanaoka and Motoharu, Sonogashira and Hakaru, Tamukoh and Yasutomo, Kawanishi},
 issue = {55},
 month = {Feb},
 note = {任意視点画像生成において Neural Radiance Fields は非常に強力な手法ではあるが，学習のためには多くの画像が必要である．本発表では，パラメトリック固有空間法のアナロジーとして，教師データが存在しない未知視点において，近傍視点の画像から擬似的に生成した特徴ベクトルを教師信号として学習に用いることで，少数の画像でも学習できる Manifold NeRF を提案する．実験の結果，疑似教師信号を用いることで，データセットが少量でも精度良く任意視点画像が生成できることを確認した．, Neural Radiance Fields (NeRF) is a powerful method for novel view synthesis. However, NeRF requires a large number of images for training. In this paper, we propose the Manifold NeRF, which uses the interpolated feature from neighboring viewpoints as pseudo ground truth at each unknown viewpoint for its training in addition to the original NeRF loss for known viewpoints. As a result of the experiments, we confirmed that the interpolated pseudo ground truth helps training of NeRF with a limited number of images.},
 title = {未知視点に対する疑似特徴量評価によるFew-shot NeRFの検討},
 year = {2023}
}