論文の概要: LUCES: A Dataset for Near-Field Point Light Source Photometric Stereo
- arxiv url: http://arxiv.org/abs/2104.13135v1
- Date: Tue, 27 Apr 2021 12:30:42 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-28 13:27:47.496734
- Title: LUCES: A Dataset for Near-Field Point Light Source Photometric Stereo
- Title(参考訳): luces: 近距離点光源光量ステレオのためのデータセット
- Authors: Roberto Mecca, Fotios Logothetis, Ignas Budvytis, Roberto Cipolla
- Abstract要約: LUCESは, 様々な素材の14個のオブジェクトからなる, 近距離Ld点光のための最初の実世界のデータセットである。
52個のLEDを計る装置は、カメラから10から30cm離れた位置にある各物体に点灯するように設計されている。
提案するデータセットにおける最新の近接場測光ステレオアルゴリズムの性能評価を行った。
- 参考スコア(独自算出の注目度): 30.31403197697561
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Three-dimensional reconstruction of objects from shading information is a
challenging task in computer vision. As most of the approaches facing the
Photometric Stereo problem use simplified far-field assumptions, real-world
scenarios have essentially more complex physical effects that need to be
handled for accurately reconstructing the 3D shape. An increasing number of
methods have been proposed to address the problem when point light sources are
assumed to be nearby the target object. The proximity of the light sources
complicates the modeling of the image formation as the light behaviour requires
non-linear parameterisation to describe its propagation and attenuation.
To understand the capability of the approaches dealing with this near-field
scenario, the literature till now has used synthetically rendered photometric
images or minimal and very customised real-world data. In order to fill the gap
in evaluating near-field photometric stereo methods, we introduce LUCES the
first real-world 'dataset for near-fieLd point light soUrCe photomEtric Stereo'
of 14 objects of a varying of materials. A device counting 52 LEDs has been
designed to lit each object positioned 10 to 30 centimeters away from the
camera. Together with the raw images, in order to evaluate the 3D
reconstructions, the dataset includes both normal and depth maps for comparing
different features of the retrieved 3D geometry. Furthermore, we evaluate the
performance of the latest near-field Photometric Stereo algorithms on the
proposed dataset to assess the SOTA method with respect to actual close range
effects and object materials.
- Abstract(参考訳): シェーディング情報からの物体の3次元再構成はコンピュータビジョンにおける課題である。
測光ステレオ問題に直面するほとんどのアプローチが単純な遠方界の仮定を用いているため、現実世界のシナリオは本質的により複雑な物理的効果を持ち、正確に3d形状を再構築するために処理する必要がある。
対象物体の近傍に点光源が存在すると仮定した場合、この問題に対処する手法が増えている。
光源の近接は、その伝播と減衰を記述するために非線形パラメータ化を必要とするため、画像形成のモデル化を複雑にする。
この近接場シナリオを扱うアプローチの能力を理解するために、これまで文献は合成的にレンダリングされた測光画像や、極端にカスタマイズされた実世界データを使用してきた。
近距離場測光ステレオ法の評価におけるギャップを埋めるため,様々な材料の14個の物体の「近距離場光源測光ステレオ用データセット」をルーツに紹介する。
52個のLEDを計る装置は、カメラから10から30cm離れた位置にある物体を照らすように設計されている。
生画像とともに、3次元再構成を評価するために、データセットは、取得した3次元幾何学の異なる特徴を比較するための正規マップと深度マップの両方を含む。
さらに,提案するデータセットにおける最新の近距離場光計測ステレオアルゴリズムの性能評価を行い,実際の近距離効果と対象材料についてsota法を評価する。
関連論文リスト
- LUCES-MV: A Multi-View Dataset for Near-Field Point Light Source Photometric Stereo [31.457168417257943]
近距離光源光度ステレオ用に設計された,世界初の実世界のマルチビューデータセットLUCES-MVを提案する。
私たちのデータセットには、15個のオブジェクトが含まれており、それぞれが、カメラセンターから30から40cmの位置にある15個のLEDの配列から、様々な光条件下で撮影された。
我々は、現状の近接場測光ステレオアルゴリズムを評価し、その強度と、異なる材料と形状の複雑さの制限を強調した。
論文 参考訳(メタデータ) (2024-12-21T18:58:16Z) - IDArb: Intrinsic Decomposition for Arbitrary Number of Input Views and Illuminations [64.07859467542664]
画像から幾何学的および物質的情報をキャプチャすることは、コンピュータビジョンとグラフィックスの基本的な課題である。
従来の最適化に基づく手法では、密集した多視点入力から幾何学、材料特性、環境照明を再構築するために数時間の計算時間を必要とすることが多い。
IDArbは、様々な照明条件下で、任意の画像に対して本質的な分解を行うために設計された拡散モデルである。
論文 参考訳(メタデータ) (2024-12-16T18:52:56Z) - Multi-Modal Dataset Acquisition for Photometrically Challenging Object [56.30027922063559]
本稿では,3次元視覚タスクにおける現在のデータセットの限界について,精度,サイズ,リアリズム,および光度に挑戦する対象に対する適切な画像モダリティの観点から検討する。
既存の3次元認識と6次元オブジェクトポーズデータセットを強化する新しいアノテーションと取得パイプラインを提案する。
論文 参考訳(メタデータ) (2023-08-21T10:38:32Z) - A CNN Based Approach for the Point-Light Photometric Stereo Problem [26.958763133729846]
本稿では、遠距離場光度ステレオにおける深部ニューラルネットワークの最近の改良を活用して、現実的な仮定を処理できるCNNベースのアプローチを提案する。
われわれのアプローチは、DiLiGenT実世界のデータセットの最先端よりも優れている。
近距離点光源PSデータに対する我々のアプローチの性能を測定するため、LUCESを「近距離点光のための最初の実世界のデータセット」として紹介する。
論文 参考訳(メタデータ) (2022-10-10T12:57:12Z) - Self-calibrating Photometric Stereo by Neural Inverse Rendering [88.67603644930466]
本稿では3次元オブジェクト再構成のための非校正光度ステレオの課題に取り組む。
本研究では,物体形状,光方向,光強度を協調的に最適化する手法を提案する。
本手法は,実世界のデータセット上での光推定と形状復元における最先端の精度を示す。
論文 参考訳(メタデータ) (2022-07-16T02:46:15Z) - Neural Radiance Fields Approach to Deep Multi-View Photometric Stereo [103.08512487830669]
多視点測光ステレオ問題(MVPS)に対する現代的な解法を提案する。
我々は、光度ステレオ(PS)画像形成モデルを用いて表面配向を取得し、それを多視点のニューラルラディアンス場表現とブレンドして物体の表面形状を復元する。
本手法は,多視点画像のニューラルレンダリングを行い,深部光度ステレオネットワークによって推定される表面の正規性を活用している。
論文 参考訳(メタデータ) (2021-10-11T20:20:03Z) - A CNN Based Approach for the Near-Field Photometric Stereo Problem [26.958763133729846]
我々は、フォトメトリックステレオにおける現実的な仮定を処理できる最初のCNNベースのアプローチを提案する。
我々は、遠距離場光度ステレオに対するディープニューラルネットワークの最近の改良を活用し、ニアフィールド設定に適応する。
本手法は, 合成実験と実実験の両方において, 最先端の近距離場光度ステレオ法より優れる。
論文 参考訳(メタデータ) (2020-09-12T13:28:28Z) - Single View Metrology in the Wild [94.7005246862618]
本研究では,物体の3次元の高さや地上のカメラの高さで表現されるシーンの絶対的なスケールを再現する,単一ビューメロジに対する新しいアプローチを提案する。
本手法は,被写体の高さなどの3Dエンティティによる未知のカメラとの相互作用から,弱い教師付き制約を抑えるために設計されたディープネットワークによって学習されたデータ駆動の先行情報に依存する。
いくつかのデータセットと仮想オブジェクト挿入を含むアプリケーションに対して、最先端の定性的かつ定量的な結果を示す。
論文 参考訳(メタデータ) (2020-07-18T22:31:33Z) - Multi-View Photometric Stereo: A Robust Solution and Benchmark Dataset
for Spatially Varying Isotropic Materials [65.95928593628128]
多視点光度ステレオ技術を用いて3次元形状と空間的に異なる反射率の両方をキャプチャする手法を提案する。
我々のアルゴリズムは、遠近点光源と遠近点光源に適している。
論文 参考訳(メタデータ) (2020-01-18T12:26:22Z)
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。