論文の概要: Non-Photorealistic Rendering of Layered Materials: A Multispectral
Approach
- arxiv url: http://arxiv.org/abs/2109.00780v1
- Date: Thu, 2 Sep 2021 08:40:05 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-03 13:47:28.280495
- Title: Non-Photorealistic Rendering of Layered Materials: A Multispectral
Approach
- Title(参考訳): 層状材料の非フォトリアリスティックレンダリング:マルチスペクトルアプローチ
- Authors: Corey Toler-Franklin and Shashank Ranjan
- Abstract要約: 生体試料中の層状物質を可視化するためのマルチスペクトルレンダリング技術を提案する。
非フォトリアリスティックレンダリング(NPR)において近赤外および紫外スペクトルから取得したデータを最初に利用する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present multispectral rendering techniques for visualizing layered
materials found in biological specimens. We are the first to use acquired data
from the near-infrared and ultraviolet spectra for non-photorealistic rendering
(NPR). Several plant and animal species are more comprehensively understood by
multispectral analysis. However, traditional NPR techniques ignore unique
information outside the visible spectrum. We introduce algorithms and
principles for processing wavelength dependent surface normals and reflectance.
Our registration and feature detection methods are used to formulate
stylization effects not considered by current NPR methods including: Spectral
Band Shading which isolates and emphasizes shape features at specific
wavelengths at multiple scales. Experts in our user study demonstrate the
effectiveness of our system for applications in the biological sciences.
- Abstract(参考訳): 生体試料中の層状物質を可視化するマルチスペクトルレンダリング技術を提案する。
非フォトリアリスティックレンダリング(NPR)において、近赤外および紫外線スペクトルから取得したデータを初めて利用する。
いくつかの植物や動物は多スペクトル分析によりより包括的に理解されている。
しかし、従来のNPR技術は可視スペクトル外のユニークな情報を無視する。
波長依存表面正規化と反射率の処理アルゴリズムと原理を導入する。
我々の登録および特徴検出法は、現在のNPR法では考慮されていないスタイリング効果を定式化するために用いられる: 特定の波長における形状特徴を複数のスケールで分離し強調するスペクトルバンドシェーディング。
本研究のエキスパートは,生体科学への応用におけるシステムの有効性を実証する。
関連論文リスト
- SpectralNeRF: Physically Based Spectral Rendering with Neural Radiance
Field [70.15900280156262]
本稿では,新しいスペクトルの観点から,高品質な物理ベースレンダリングのためのエンドツーエンドニューラルラジアンスフィールド(NeRF)アーキテクチャを提案する。
スペクトルNeRFは、合成データセットと実データセットの新しいビューを合成する際に、最近のNeRFベースの方法よりも優れている。
論文 参考訳(メタデータ) (2023-12-14T07:19:31Z) - Spec-NeRF: Multi-spectral Neural Radiance Fields [9.242830798112855]
異なるフィルタでフィルタされたカラー画像の集合から,マルチスペクトルレーダランス場とスペクトル感度関数(SSF)を共同で再構成する多スペクトルニューラルレイダランス場(Spec-NeRF)を提案する。
合成シナリオと実シナリオの両方を対象とした実験により, フィルタされたRGB画像と学習可能なNeRF, SSFを併用することで, 高い忠実度と有望なスペクトル再構成が達成できることを示した。
論文 参考訳(メタデータ) (2023-09-14T16:17:55Z) - NeuralMPS: Non-Lambertian Multispectral Photometric Stereo via Spectral
Reflectance Decomposition [47.5182946590776]
我々は、一般の非ランベルトスペクトル反射下でのMPS問題を解決するために、NeuralMPSというディープニューラルネットワークを提案する。
均一な材料を持つ表面のMPS問題は、未知の光強度を持つ従来の測光ステレオ(CPS)と等価であることを示す。
論文 参考訳(メタデータ) (2022-11-28T13:46:17Z) - Evaluation of Color Anomaly Detection in Multispectral Images For
Synthetic Aperture Sensing [4.640835690336653]
波長非依存型合成開口センシング技術を用いて得られたマルチスペクトル画像における教師なし異常検出手法の評価を行った。
視覚範囲で通常動作する色異常検出法は、常に遠赤外線(熱)チャネルの恩恵を受ける。
論文 参考訳(メタデータ) (2022-11-08T15:01:14Z) - Toward deep-learning-assisted spectrally-resolved imaging of magnetic
noise [52.77024349608834]
本研究では,基礎となるゆらぎ磁場のスペクトル密度を効率的に再構成するディープニューラルネットワークを実装した。
これらの結果は、色中心に基づくナノスケールセンシングとイメージングに機械学習手法を適用する機会を生み出す。
論文 参考訳(メタデータ) (2022-08-01T19:18:26Z) - Exploring the Asynchronous of the Frequency Spectra of GAN-generated
Facial Images [19.126496628073376]
カラーチャネルの非同期周波数スペクトルを探索する新しい手法を提案する。これは、教師なし学習モデルと教師なし学習モデルの両方を訓練し、GANに基づく合成画像の識別に有効である。
実験結果から,周波数領域におけるスペクトルの差は,様々な種類のGAN生成画像の検出に有効であることが示唆された。
論文 参考訳(メタデータ) (2021-12-15T11:34:11Z) - Cross-Spectral Periocular Recognition with Conditional Adversarial
Networks [59.17685450892182]
本研究では,近赤外・近赤外スペクトル間の近赤外画像の変換を訓練した条件付き生成逆相関ネットワークを提案する。
EER=1%, GAR>99% @ FAR=1%, ポリUデータベースの最先端技術に匹敵するスペクトル近視性能を得た。
論文 参考訳(メタデータ) (2020-08-26T15:02:04Z) - Data-Driven Discovery of Molecular Photoswitches with Multioutput
Gaussian Processes [51.17758371472664]
フォトウィッチ可能な分子は、光によってアクセスされる2つ以上の異性体である。
本稿では、データセットキュレーションとマルチタスク学習を基盤とした、分子フォトウィッチのためのデータ駆動探索パイプラインを提案する。
提案手法は, 市販フォトウィッチ可能な分子のライブラリーをスクリーニングし, 実験的に検証した。
論文 参考訳(メタデータ) (2020-06-28T20:59:03Z) - A Review of 1D Convolutional Neural Networks toward Unknown Substance
Identification in Portable Raman Spectrometer [0.0]
ラマン分光法は、品質管理から最先端の生物医学研究まで、強力な分析ツールである。
これらは、未知の物質のフィールド分析のために、最初の応答者や法執行機関によって広く採用されている。
ラマン分光法による未知物質の検出と同定は、手元にある装置のスペクトルマッチング能力に大きく依存している。
論文 参考訳(メタデータ) (2020-06-18T14:28:00Z) - Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。
提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文 参考訳(メタデータ) (2020-03-15T23:07:56Z) - Hyperspectral Infrared Microscopy With Visible Light [0.4893345190925178]
我々は、試料の赤外線スペクトルマップを可視光用に構築した既製部品を用いて取得する赤外線ハイパースペクトル顕微鏡の新しい手法を提案する。
この技術は、広い視野、高速な読み出しおよび無視可能な熱をサンプルに供給し、物質や生物学的応用に非常に関係している。
論文 参考訳(メタデータ) (2020-02-14T10:29:32Z)
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。