論文の概要: Two-Dimensional Non-Line-of-Sight Scene Estimation from a Single Edge
Occluder
- arxiv url: http://arxiv.org/abs/2006.09241v1
- Date: Tue, 16 Jun 2020 15:19:20 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-20 21:22:16.581760
- Title: Two-Dimensional Non-Line-of-Sight Scene Estimation from a Single Edge
Occluder
- Title（参考訳）: 単一エッジオクルダーによる2次元非視線シーン推定
- Authors: Sheila W. Seidel, John Murray-Bruce, Yanting Ma, Christopher Yu,
William T. Freeman, and Vivek K Goyal
- Abstract要約: 第2の再構成次元: エッジから測定された範囲。
本稿では,ペンナブラの1枚の写真から2次元再構成を行うための2つの逆アルゴリズムを提案する。
Cramer-Rao境界解析は、2Dコーナーカメラの実現可能性(および実用性)をさらに示す。
- 参考スコア（独自算出の注目度）: 32.06400794395847
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Passive non-line-of-sight imaging methods are often faster and stealthier
than their active counterparts, requiring less complex and costly equipment.
However, many of these methods exploit motion of an occluder or the hidden
scene, or require knowledge or calibration of complicated occluders. The edge
of a wall is a known and ubiquitous occluding structure that may be used as an
aperture to image the region hidden behind it. Light from around the corner is
cast onto the floor forming a fan-like penumbra rather than a sharp shadow.
Subtle variations in the penumbra contain a remarkable amount of information
about the hidden scene. Previous work has leveraged the vertical nature of the
edge to demonstrate 1D (in angle measured around the corner) reconstructions of
moving and stationary hidden scenery from as little as a single photograph of
the penumbra. In this work, we introduce a second reconstruction dimension:
range measured from the edge. We derive a new forward model, accounting for
radial falloff, and propose two inversion algorithms to form 2D reconstructions
from a single photograph of the penumbra. Performances of both algorithms are
demonstrated on experimental data corresponding to several different hidden
scene configurations. A Cramer-Rao bound analysis further demonstrates the
feasibility (and utility) of the 2D corner camera.
- Abstract（参考訳）: パッシブ非視線撮像法は、アクティブな装置よりも高速でステルス性が高く、複雑で高価な装置を必要とすることが多い。
しかし、これらの手法の多くはオクルーダーや隠れたシーンの動作を利用するか、複雑なオクルーダーの知識やキャリブレーションを必要とする。
壁の端は、既知のユビキタスなオクルディング構造であり、その背後に隠された領域を撮像するための開口部として使用できる。
角の周りからの光が床に投げられ、鋭い影ではなく扇状のペナンブラを形成する。
ペナブラの変種は、隠れたシーンに関する顕著な量の情報を含んでいる。
従来の作業では、エッジの垂直な性質を活用して、ペナブラの1枚の写真から、動きと静止した風景を1D(角の周囲の角度)で再現した。
本稿では,第2の再構成次元(エッジから測る範囲)を導入する。
我々は,放射状落下を考慮した新しい前方モデルを求め,ペナンブラの1枚の写真から2次元再構成を行う2つの逆アルゴリズムを提案する。
両方のアルゴリズムの性能は、複数の異なるシーン構成に対応する実験データで示される。
Cramer-Rao境界解析は、2Dコーナーカメラの実現可能性(および実用性)をさらに示す。
関連論文リスト
- Single-Image Shadow Removal Using Deep Learning: A Comprehensive Survey [78.84004293081631]
影のパターンは任意で変化しており、しばしば非常に複雑な痕跡構造を持つ。
影による劣化は空間的に不均一であり、照度と影と非陰影領域間の色に矛盾が生じている。
この分野での最近の開発は、主にディープラーニングベースのソリューションによって進められている。
論文 参考訳（メタデータ） (2024-07-11T20:58:38Z) - Invisible Stitch: Generating Smooth 3D Scenes with Depth Inpainting [75.7154104065613]
本稿では,3次元融合過程を学習するために,教師の蒸留と自己学習によって訓練された新しい深度補完モデルを提案する。
また,地上の真理幾何に基づくシーン生成手法のベンチマーク手法も導入した。
論文 参考訳（メタデータ） (2024-04-30T17:59:40Z) - GaNI: Global and Near Field Illumination Aware Neural Inverse Rendering [21.584362527926654]
GaNIは、同じ位置にある光とカメラで撮影されたシーンの画像から、幾何学、アルベド、粗さのパラメータを再構築することができる。
既存の逆レンダリング技術と光カメラは、単一の物体のみに焦点を合わせている。
論文 参考訳（メタデータ） (2024-03-22T23:47:19Z) - PlatoNeRF: 3D Reconstruction in Plato's Cave via Single-View Two-Bounce Lidar [25.332440946211236]
単一視点からの3次元再構成は、単眼視からの曖昧さと閉鎖領域に関する情報の欠如により困難である。
単一光子アバランシェダイオードで捉えた飛行時間データを用いてこれらの制限を克服する。
我々は、制御された環境照明やシーンアルベドに頼らず、データの先行や依存なしに、可視・隠蔽幾何を再構築できることを実証した。
論文 参考訳（メタデータ） (2023-12-21T18:59:53Z) - CornerFormer: Boosting Corner Representation for Fine-Grained Structured
Reconstruction [20.04081992616026]
構造復元のための改良されたコーナー表現法を提案する。
隣接する角や小さな縁など、きめ細かい構造を再構築する方がよい。
コーナーでは+1.9%@F-1、エッジでは+3.0%@F-1である。
論文 参考訳（メタデータ） (2023-04-14T11:51:26Z) - Progressively Optimized Local Radiance Fields for Robust View Synthesis [76.55036080270347]
本稿では,1つのカジュアルな映像から大規模シーンのラディアンス場を再構成するアルゴリズムを提案する。
未知のポーズを扱うために、カメラのポーズと放射場を漸進的に推定する。
大規模な非有界シーンを扱うために、時間窓内にフレームで訓練された新しい局所放射場を動的に割り当てる。
論文 参考訳（メタデータ） (2023-03-24T04:03:55Z) - S$^3$-NeRF: Neural Reflectance Field from Shading and Shadow under a
Single Viewpoint [22.42916940712357]
本手法は,シーンの3次元形状とBRDFを表現するために,ニューラルリフレクタンス場を学習する。
本手法は,一視点画像からシーンの可視部分と可視部分の両方を含む3次元形状を復元することができる。
新規ビュー合成やリライトといったアプリケーションをサポートする。
論文 参考訳（メタデータ） (2022-10-17T11:01:52Z) - 3D Magic Mirror: Clothing Reconstruction from a Single Image via a
Causal Perspective [96.65476492200648]
本研究は, 自己監督型3D衣料の再構築手法について検討することを目的とする。
1枚の2D画像から人間の衣服の形状やテクスチャを復元する。
論文 参考訳（メタデータ） (2022-04-27T17:46:55Z) - Wide-Depth-Range 6D Object Pose Estimation in Space [124.94794113264194]
宇宙での6Dポーズ推定は、地上環境では一般的に遭遇しないユニークな課題を引き起こします。
最も顕著な違いの1つは、大気の散乱の欠如であり、物体を遠くから見えるようにします。
本稿では,単一段階の階層型エンドツーエンドトレーニングネットワークを提案する。
論文 参考訳（メタデータ） (2021-04-01T08:39:26Z) - From two rolling shutters to one global shutter [57.431998188805665]
我々は、ローリングシャッターの歪みを解き放つことができる驚くほどシンプルなカメラ構成を探索する。
このようなセットアップは簡単で安価であり、ローリングシャッター歪みを修正するのに必要な幾何学的制約を持っている。
一般および特殊運動の基底となる幾何学を記述した方程式を導出し、それらの解を見つけるための効率的な方法を提案する。
論文 参考訳（メタデータ） (2020-06-02T22:18:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。