論文の概要: Polarimetric Monocular Dense Mapping Using Relative Deep Depth Prior
- arxiv url: http://arxiv.org/abs/2102.05212v1
- Date: Wed, 10 Feb 2021 01:34:37 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-11 14:29:39.604203
- Title: Polarimetric Monocular Dense Mapping Using Relative Deep Depth Prior
- Title(参考訳): 相対深部前置法による偏光単眼密分布図
- Authors: Moein Shakeri, Shing Yan Loo, Hong Zhang
- Abstract要約: 偏光カメラから利用できる全偏光キューを用いたオンライン再構成手法を提案する。
提案手法は, 深度マップの精度を向上し, 特に質感の悪い地域では, 密度を向上することができる。
- 参考スコア(独自算出の注目度): 8.552832023331248
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper is concerned with polarimetric dense map reconstruction based on a
polarization camera with the help of relative depth information as a prior. In
general, polarization imaging is able to reveal information about surface
normal such as azimuth and zenith angles, which can support the development of
solutions to the problem of dense reconstruction, especially in texture-poor
regions. However, polarimetric shape cues are ambiguous due to two types of
polarized reflection (specular/diffuse). Although methods have been proposed to
address this issue, they either are offline and therefore not practical in
robotics applications, or use incomplete polarimetric cues, leading to
sub-optimal performance. In this paper, we propose an online reconstruction
method that uses full polarimetric cues available from the polarization camera.
With our online method, we can propagate sparse depth values both along and
perpendicular to iso-depth contours. Through comprehensive experiments on
challenging image sequences, we demonstrate that our method is able to
significantly improve the accuracy of the depthmap as well as increase its
density, specially in regions of poor texture.
- Abstract(参考訳): 本稿では,相対深度情報を用いた偏光カメラを用いたポラリメトリックな高密度地図の再構成について述べる。
一般に、偏光イメージングは方位角やゼニス角などの表面正常な情報を明らかにすることができ、特にテクスチャ・パウア領域における高密度再構成問題に対する解の開発を支援することができる。
しかし、2種類の偏光反射(スペック/ディフュース)のため、偏光形状の手がかりは曖昧である。
この問題に対処するための手法が提案されているが、それらはオフラインであり、ロボット工学の応用では実用的ではない。
本論文では,偏光カメラから得られる全極性キューを用いたオンライン再構成手法を提案する。
オンライン手法により,等深度輪郭と垂直方向のスパース深さ値の伝搬が可能となる。
本手法は,挑戦的な画像系列に関する総合的な実験を通じて,特にテクスチャの悪い領域において,深度マップの精度を著しく向上し,その密度を高めることができることを実証する。
関連論文リスト
- NeRSP: Neural 3D Reconstruction for Reflective Objects with Sparse Polarized Images [62.752710734332894]
NeRSPはスパース偏光画像を用いた反射面のニューラル3次元再構成技術である。
偏光画像形成モデルと多視点方位整合性から測光的および幾何学的手がかりを導出する。
我々は6つのビューのみを入力として、最先端の表面再構成結果を達成する。
論文 参考訳(メタデータ) (2024-06-11T09:53:18Z) - Robust Depth Enhancement via Polarization Prompt Fusion Tuning [112.88371907047396]
様々な深度センサによる不正確な深度測定を改善するために偏光イメージングを利用するフレームワークを提案する。
まず、偏光データとセンサ深度マップから高密度で完全な深度マップを推定するために、ニューラルネットワークを訓練した学習ベースの戦略を採用する。
大規模データセット上で事前学習したRGBモデルを有効に活用するためのPPFT(Polarization Prompt Fusion Tuning)戦略を提案する。
論文 参考訳(メタデータ) (2024-04-05T17:55:33Z) - Parallax-Tolerant Unsupervised Deep Image Stitching [57.76737888499145]
本稿では,パララックス耐性の非教師あり深層画像縫合技術であるUDIS++を提案する。
まず,グローバルなホモグラフィから局所的な薄板スプライン運動への画像登録をモデル化するための,頑健で柔軟なワープを提案する。
本研究では, 縫合された画像をシームレスに合成し, シーム駆動合成マスクの教師なし学習を行うことを提案する。
論文 参考訳(メタデータ) (2023-02-16T10:40:55Z) - Polarimetric Multi-View Inverse Rendering [13.391866136230165]
偏光カメラは、偏光の角度(AoP)と反射光の偏光の度合い(DoP)が物体の表面の正常と関係しているため、3次元再構成に大きな可能性がある。
入力された多視点カラー偏光画像から抽出した幾何的・測光的・偏光的手がかりを効果的に活用するポラリメトリック多視点逆レンダリング(Polarimetric Multi-View Inverse Rendering, Polarimetric MVIR)と呼ばれる新しい3次元再構成手法を提案する。
論文 参考訳(メタデータ) (2022-12-24T12:12:12Z) - Polarimetric Inverse Rendering for Transparent Shapes Reconstruction [1.807492010338763]
ポーラリメトリック・キューを用いた透明物体の詳細な再構成手法を提案する。
我々は、物体の幾何学をニューラルネットワークとして暗黙的に表現し、一方、偏光レンダリングは物体の偏光画像を描画することができる。
提案手法を検証するため,多視点透明形状再構成のための偏極データセットを構築した。
論文 参考訳(メタデータ) (2022-08-25T02:52:31Z) - Monocular Depth Parameterizing Networks [15.791732557395552]
実現可能な形状を持つ深度マップの集合のパラメータ化を提供するネットワーク構造を提案する。
これにより、他の画像に関して、写真に一貫性のあるソリューションの形状を検索できる。
実験により,本手法はより正確な深度マップを生成し,競合する最先端手法よりも一般化することを示す。
論文 参考訳(メタデータ) (2020-12-21T13:02:41Z) - Uncalibrated Neural Inverse Rendering for Photometric Stereo of General
Surfaces [103.08512487830669]
本稿では,測光ステレオ問題に対する無補間深層ニューラルネットワークフレームワークを提案する。
既存のニューラルネットワークベースの方法は、物体の正確な光方向または接地正則のいずれかまたは両方を必要とします。
本稿では,この問題に対する未調整の神経逆レンダリング手法を提案する。
論文 参考訳(メタデータ) (2020-12-12T10:33:08Z) - 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) - Polarimetric Multi-View Inverse Rendering [13.391866136230165]
偏光カメラは、反射光の偏光角(AoP)が物体の表面の正常と関係しているため、3次元再構成に大きな可能性がある。
入力された多視点カラー偏光画像から抽出した幾何的・測光的・偏光的手がかりを利用するポラリメトリック・マルチビュー逆レンダリング(Polarimetric MVIR)と呼ばれる新しい3次元再構成手法を提案する。
論文 参考訳(メタデータ) (2020-07-17T09:00:20Z) - P2D: a self-supervised method for depth estimation from polarimetry [0.7046417074932255]
本研究では,シーンの正確な再構築を促進するために,偏光手法の活用を提案する。
本手法を定性的かつ定量的に評価し,この新たな情報の寄与と損失関数の強化により深度推定結果が向上することを示した。
論文 参考訳(メタデータ) (2020-07-15T09:32:53Z) - Deep 3D Capture: Geometry and Reflectance from Sparse Multi-View Images [59.906948203578544]
本稿では,任意の物体の高品質な形状と複雑な空間変化を持つBRDFを再構成する学習に基づく新しい手法を提案する。
まず、深層多視点ステレオネットワークを用いて、ビューごとの深度マップを推定する。
これらの深度マップは、異なるビューを粗く整列するために使用される。
本稿では,新しい多視点反射率推定ネットワークアーキテクチャを提案する。
論文 参考訳(メタデータ) (2020-03-27T21:28:54Z)
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。