論文の概要: A Dark Flash Normal Camera
- arxiv url: http://arxiv.org/abs/2012.06125v1
- Date: Fri, 11 Dec 2020 05:08:22 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-14 08:58:28.866629
- Title: A Dark Flash Normal Camera
- Title（参考訳）: ダークフラッシュノーマルカメラ
- Authors: Zhihao Xia, Jason Lawrence, Supreeth Achar
- Abstract要約: カジュアル撮影は、低画質の画像が得られ、下流処理の性能が低下する、制御不能な照明でしばしば行われる。
近赤外光源(NIR)とカメラ(いわゆる「暗フラッシュ画像」)で可視光を補うことで、これらの条件にもかかわらず人物を映し出すシーンの表面の正常さと反射率マップを推定する問題について考察する。
この方法では、任意の可視光の下で捉えた単一カラー画像と、制御されたフロントライトNIR照明下で撮影した単一の暗いフラッシュ画像とを同じ視点で入力し、正規写像、拡散アルベドマップ、およびその特異強度マップを演算する。
- 参考スコア（独自算出の注目度）: 6.686241050151697
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Casual photography is often performed in uncontrolled lighting that can
result in low quality images and degrade the performance of downstream
processing. We consider the problem of estimating surface normal and
reflectance maps of scenes depicting people despite these conditions by
supplementing the available visible illumination with a single near infrared
(NIR) light source and camera, a so-called "dark flash image". Our method takes
as input a single color image captured under arbitrary visible lighting and a
single dark flash image captured under controlled front-lit NIR lighting at the
same viewpoint, and computes a normal map, a diffuse albedo map, and a specular
intensity map of the scene. Since ground truth normal and reflectance maps of
faces are difficult to capture, we propose a novel training technique that
combines information from two readily available and complementary sources: a
stereo depth signal and photometric shading cues. We evaluate our method over a
range of subjects and lighting conditions and describe two applications:
optimizing stereo geometry and filling the shadows in an image.
- Abstract（参考訳）: カジュアル撮影は、低画質の画像が得られ、下流処理の性能が低下する未制御照明でしばしば行われる。
近赤外光源(NIR)とカメラ(いわゆる「暗フラッシュ画像」)で可視光を補うことで、これらの条件にもかかわらず人物を映し出すシーンの表面の正常さと反射率マップを推定する問題を考察する。
本手法は、任意の可視光下で撮影した単一カラー画像と、制御されたフロントライトNIR照明下で撮影した単一ダークフラッシュ画像とを同一視点で入力し、通常の地図、拡散アルベドマップ、シーンの特異強度マップを演算する。
地上の真実の正規化と顔の反射率マップの取得が難しいため,ステレオ深度信号と測光シェーディングキューという2つの相補的情報源からの情報を組み合わせた,新しいトレーニング手法を提案する。
本手法は,様々な被写体や照明条件から評価し,ステレオ形状の最適化と影の充填という2つの応用例について述べる。
関連論文リスト
- LightIt: Illumination Modeling and Control for Diffusion Models [61.80461416451116]
我々は、画像生成のための明示的な照明制御方法であるLightItを紹介する。
最近の生成法では照明制御が欠如しており、画像生成の多くの芸術的側面に不可欠である。
本手法は、制御可能で一貫した照明による画像生成を可能にする最初の方法である。
論文 参考訳（メタデータ） (2024-03-15T18:26:33Z) - Controllable Light Diffusion for Portraits [8.931046902694984]
ポートレートの照明を改善する新しい方法である光拡散を導入する。
プロの写真家のディフューザーとスクリムにインスパイアされたこの手法は、1枚のポートレート写真のみの照明を柔らかくする。
論文 参考訳（メタデータ） (2023-05-08T14:46:28Z) - WildLight: In-the-wild Inverse Rendering with a Flashlight [77.31815397135381]
本研究では、未知の環境光下での逆レンダリングのための実用的な測光ソリューションを提案する。
本システムは,スマートフォンで撮影した多視点画像のみを用いて,シーン形状と反射率を復元する。
提案手法は実装が容易で,セットアップも容易で,既存の逆レンダリング技術よりも一貫して優れていることを示す。
論文 参考訳（メタデータ） (2023-03-24T17:59:56Z) - Physically-Based Editing of Indoor Scene Lighting from a Single Image [106.60252793395104]
本研究では,1つの画像から複雑な室内照明を推定深度と光源セグメンテーションマスクで編集する手法を提案する。
1)シーン反射率とパラメトリックな3D照明を推定する全体的シーン再構成法,2)予測からシーンを再レンダリングするニューラルレンダリングフレームワーク,である。
論文 参考訳（メタデータ） (2022-05-19T06:44:37Z) - Neural Radiance Fields for Outdoor Scene Relighting [70.97747511934705]
ニューラルラジアンス場に基づく屋外シーンライティングのための最初のアプローチであるNeRF-OSRを提案する。
従来の技術とは対照的に,本手法はシーン照明とカメラ視点の同時編集を可能にする。
シャドウ再現のための専用ネットワークも備えており、高品質の屋外照明に欠かせない。
論文 参考訳（メタデータ） (2021-12-09T18:59:56Z) - Light Stage Super-Resolution: Continuous High-Frequency Relighting [58.09243542908402]
光ステージから採取した人間の顔の「超解像」を学習ベースで解析する手法を提案する。
本手法では,ステージ内の隣接する照明に対応する撮像画像を集約し,ニューラルネットワークを用いて顔の描画を合成する。
我々の学習モデルは、リアルな影と特異なハイライトを示す任意の光方向のレンダリングを生成することができる。
論文 参考訳（メタデータ） (2020-10-17T23:40:43Z) - Towards Geometry Guided Neural Relighting with Flash Photography [26.511476565209026]
本稿では,深層学習を用いた深度マップを用いた1枚のフラッシュ写真から画像のリライティングを行うフレームワークを提案する。
本研究は,本質的な画像分解と画像リライティングにおける最先端の画像ベースアプローチに対する幾何学的アプローチの利点を実験的に検証する。
論文 参考訳（メタデータ） (2020-08-12T08:03:28Z) - Deep Photometric Stereo for Non-Lambertian Surfaces [89.05501463107673]
我々は、PS-FCNと呼ばれる、校正された測光ステレオのための完全な畳み込みディープネットワークを導入する。
PS-FCNは反射率観測から表面正規へのマッピングを学習し、一般的な等方反射率と未知の等方反射率で表面を処理できる。
光方向が不明な未定のシナリオに対処するため、入力画像から光方向を推定するLCNetという新しい畳み込みネットワークを導入する。
論文 参考訳（メタデータ） (2020-07-26T15:20:53Z)
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。