研究介绍：
我们提出了FreeSim，一种面向自动驾驶的相机模拟方法。FreeSim强调在记录的自车轨迹之外的视角上实现高质量渲染。在此类视角下，由于缺乏训练数据，以往方法存在不可接受的性能下降。为解决数据稀缺问题，我们首先提出了一种生成增强模型，并搭配匹配的数据构建策略。该模型能够在略微偏离记录轨迹的视角上生成高质量图像，条件是该视角的降质渲染。随后，我们提出了一种渐进式重建策略，从略微偏离轨迹的视角开始，逐步将未记录视角的生成图像加入重建过程，并逐步扩大偏离距离。通过这种渐进生成-重建流程，FreeSim支持在超过3米的大幅偏离下实现高质量的轨迹外视角合成。
