一、SynSin: End-to-End Synthesis from a Single Image （CVPR2020）

该论文给出了一个视角图片生成的方法，其pipeline如下图：

首先将图片输入特征和深度网络得到特征map和深度图，接着通过相机参数变换为带特征的点云，接着根据相对变换矩阵T，将带特征的点云渲染到二维像素位置上，接着通过一个GAN生成最终的新视角图片。

该论文的渲染方式值得关注，其并不是简单的使用zbuffer和固定投影像素位置渲染的，在z深度和平面广度上都是软映射的。

平面广度上是线性递减的辐射，在深度上取k近邻并排序后，按照次序递减：

这种软渲染的方式估计会牺牲较大的渲染精度，但是对于优化问题来说非常合适不过。

二、Free View Synthesis （ECCV 2020）

该工作的框架大致为：利用其他角度的视图，经过特征编码之后，用估计的深度和角度进行warping，转换到目标视角下。随后使用Unet为GRU单元的循环神经网络输出多个预测图像和置信度，随后依照置信度进行加权求和，获得最终的图像。由于是循环神经网络，因此可以有任意多个输入帧进行新视角视图预测。