Stereoskopiska video materiāla ģenerācija no parastiem video materiāliem, izmantojot mašīnmācīšanos

Abstract

Mūsdienās virtuālās realitātes tehnoloģijas kļūst aizvien populārākas. Tomēr, satura veidošanas sarežģītības dēļ kvalitatīvi trīs dimensiju jeb stereoskopiski video materiāli, ko izmantot virtuālajā realitātē, joprojām nav plaši pieejami. Darba autors pēta iespēju atvieglot stereoskopisku video materiālu izveidi, izmantojot mākslīgos neironu tīklus, kuri šādus materiālus ģenerētu no parasta divu dimensiju platleņķa video. Tiek apskatīti iepriekšējie mēģinājumi risināt līdzīgas problēmas, no kuriem viens tiek pārveidots, uztrenēts ar virtuālās realitātes materiāliem un empīriski izvērtēts. Tiek secināts, ka šāda metode ir īstenojama un praktiski pielietojama.

As Virtual Reality (VR) technologies are gaining popularity, the demand for good quality stereoscopic VR video content is rising, but their production remains challenging. This paper explores the possibility to generate such content from regular wide-angle videos using artificial neural networks. Previous work on related problems is examined, and one solution is adapted and retrained for this purpose. It is empirically concluded that such content generation method is indeed feasible.