<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Технології формування 3D-відео: принципи стереоскопії, запис та конвертація 2D-контенту

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

Розглянуто основні принципи формування 3D-відео, що базуються на особливостях бінокулярного зору людини та явищі стереоскопії. Описано практичні способи отримання 3D-зображення, зокрема нативну стереозйомку, багаторакурсні системи, світлопольові підходи та використання активних сенсорів глибини.
The basic principles of 3D video formation, based on the features of human binocular vision and the phenomenon of stereoscopy, are considered. Practical methods of obtaining 3D images are described, including native stereo capture, multi-view systems, light-field approaches, and active depth sensing. Modern methods of converting 2D content into stereoscopic format are summarized, ranging from classical computer vision algorithms to deep neural networks and neural rendering.

Опис

УДК

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Дудукало Н. С. Технології формування 3D-відео: принципи стереоскопії, запис та конвертація 2D-контенту // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2026/paper/view/27983.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (1)

  1. Lin C. J., Canny S. Effects of virtual target size, position, and parallax on vergence-accommodation conflict as estimated by actual gaze // Scientific Reports. – 2022. – Vol. 12. – Article 20100. – DOI: 10.1038/s41598-022-24450-9. Hannuksela M. M., Wang Y.-K. An Overview of Omnidirectional MediA Format (OMAF) // Proceedings of the IEEE. – 2021. – Vol. 109, No. 9. – P. 1590–1606. – DOI: 10.1109/JPROC.2021.3063544. Hachaj T. Adaptable 2D to 3D Stereo Vision Image Conversion Based on a Deep Convolutional Neural Network and Fast Inpaint Algorithm // Entropy. – 2023. – Vol. 25, No. 8. – Article 1212. – DOI: 10.3390/e25081212. Yang L., Kang B., Huang Z., Xu X., Feng J., Zhao H. Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data // 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). – Seattle, WA, USA, 17–21 June 2024. – P. 10371–10381. – DOI: 10.1109/CVPR52733.2024.00987.