显著超越现有技术
用轻量网络从大邻域上下文自适应学习插值权重，突破传统扭曲操作仅邻近、仅距离权重的本质局限。
Guo, Mantang · 侯军辉 · Jin, Jing · Liu, Hui · 曾焕强 · 鲁继文
IEEE Transactions on Pattern Analysis and Machine Intelligence 2023
插值权重由轻量神经网络从上下文学习，不必再假设邻近像素贡献相同。
通过基于置信度的融合自然解决多源视图中的遮挡问题。
特征辅助空间细化模块捕捉合成视图像素间的空间相关性。
在宽基线光场与多视图数据集上，定量与视觉均显著优于现有技术。