Deep Learning-Based Depth Estimation from Light Field

Lichtfelder bieten präzise und robuste Tiefenschätzungen. Mit dem Rückgang von Lichtfeldkameras für Verbraucher erfordern neue Anwendungen nun hochauflösende, wide-baseline Kameraarrays und die Quantifizierung von Unsicherheiten. Diese Dissertation stellt EPI-Shift vor, ein Deep-Learning-Framework, das sowohl für small- als auch für wide-baseline Lichtfelder genutzt werden kann, sowie drei Deep-Learning-Methoden für multimodale Posterior-Schätzung. Diese Methoden erweitern die Anwendbarkeit auf wide-baseline Lichtfelder und verbessern die Posterior-Schätzung.