論文の概要: Underwater 3D Reconstruction Using Light Fields
- arxiv url: http://arxiv.org/abs/2109.02116v1
- Date: Sun, 5 Sep 2021 16:23:39 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-07 16:37:36.422042
- Title: Underwater 3D Reconstruction Using Light Fields
- Title(参考訳): 光場を用いた水中3次元再構成
- Authors: Yuqi Ding, Yu Ji, Jingyi Yu, Jinwei Ye
- Abstract要約: 光界カメラを用いた水中3次元再構成法を提案する。
まず、カメラパラメータを同時に推定する光場カメラキャリブレーションアルゴリズムを開発する。
次に、3次元再構成のための新しい深度推定アルゴリズムを設計する。
- 参考スコア(独自算出の注目度): 41.23269538226359
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Underwater 3D reconstruction is challenging due to the refraction of light at
the water-air interface (most electronic devices cannot be directly submerged
in water). In this paper, we present an underwater 3D reconstruction solution
using light field cameras. We first develop a light field camera calibration
algorithm that simultaneously estimates the camera parameters and the geometry
of the water-air interface. We then design a novel depth estimation algorithm
for 3D reconstruction. Specifically, we match correspondences on curved
epipolar lines caused by water refraction. We also observe that the
view-dependent specular reflection is very weak in the underwater environment,
resulting the angularly sampled rays in light field has uniform intensity. We
therefore propose an angular uniformity constraint for depth optimization. We
also develop a fast algorithm for locating the angular patches in presence of
non-linear light paths. Extensive synthetic and real experiments demonstrate
that our method can perform underwater 3D reconstruction with high accuracy.
- Abstract(参考訳): 水中3D再構成は、水面界面の光の屈折により困難である(ほとんどの電子機器は水に直接沈められない)。
本稿では,光電界カメラを用いた水中3次元再構成法を提案する。
まず,水-空気界面のカメラパラメータと形状を同時に推定する光電界カメラキャリブレーションアルゴリズムを開発した。
次に、3次元再構成のための新しい深度推定アルゴリズムを設計する。
具体的には,水屈折による曲線状エピポーラ線の対応を一致させる。
また、視界依存性のスペクトル反射は水中環境において非常に弱いため、光界の角検光線は均一な強度を持つ。
そこで我々は,深度最適化のための角の均一性制約を提案する。
また,非線形光路の存在下で角度パッチを探索する高速アルゴリズムを開発した。
広範囲な合成および実実験により, 水中3次元再構成を高精度に行うことができた。
関連論文リスト
- NeuroPump: Simultaneous Geometric and Color Rectification for Underwater Images [52.863935209616635]
水中画像の復元は、水の屈折、吸収、散乱による幾何学的および色の歪みを取り除くことを目的としている。
本研究では,水中の形状と色を水が汲み出されているかのように同時に最適化し,修正する自己教師型方法であるNeuroPumpを提案する。
論文 参考訳(メタデータ) (2024-12-20T13:40:28Z) - Gaussian Splashing: Direct Volumetric Rendering Underwater [6.2122699483618]
本稿では,新しい水中シーンを140FPSでレンダリングし,再現に数分しかかからない新しい手法を提案する。
本手法は3DGSの強度と速度を画像形成モデルと統合し,散乱を捕捉する。
他の方法よりもはるかに明確で、再構成された画像や描画された画像が劇的に改善されている。
論文 参考訳(メタデータ) (2024-11-29T10:04:38Z) - Phase Guided Light Field for Spatial-Depth High Resolution 3D Imaging [36.208109063579066]
3Dイメージングでは、光界カメラは通常単発で、空間解像度と深度精度の低下に悩まされる。
そこで本研究では,オフザシェルフ光場カメラの空間分解能と深度を両立させる位相誘導光場アルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-11-17T15:08:15Z) - $PC^2$: Projection-Conditioned Point Cloud Diffusion for Single-Image 3D
Reconstruction [97.06927852165464]
単一のRGB画像から物体の3次元形状を再構築することは、コンピュータビジョンにおける長年の課題である。
条件付き偏光拡散プロセスによりスパース点雲を生成する単一像3次元再構成法を提案する。
論文 参考訳(メタデータ) (2023-02-21T13:37:07Z) - SUCRe: Leveraging Scene Structure for Underwater Color Restoration [1.9490160607392462]
本研究では,シーンの3次元構造を利用した水中色復元手法であるSUCReを紹介する。
我々は、自然光から深海環境まで様々なシナリオにおいて、我々のアプローチを定量的、質的に分析する。
論文 参考訳(メタデータ) (2022-12-18T16:53:13Z) - 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) - Hyperspectral 3D Mapping of Underwater Environments [0.7087237546722617]
本稿では,水中環境のハイパースペクトル3次元再構成法について述べる。
従来のRGBカメラ,慣性ナビゲーションシステム,ハイパースペクトルプッシュブルームカメラによって収集されたデータを融合することにより,提案手法が高スペクトルテクスチャを用いた高精度な3次元再構成を実現することを示す。
論文 参考訳(メタデータ) (2021-10-13T08:37:22Z) - Learning Indoor Inverse Rendering with 3D Spatially-Varying Lighting [149.1673041605155]
1枚の画像からアルベド, 正常, 深さ, 3次元の空間的変化を共同で推定する問題に対処する。
既存のほとんどの方法は、シーンの3D特性を無視して、画像から画像への変換としてタスクを定式化する。
本研究では3次元空間変動照明を定式化する統合学習ベースの逆フレームワークを提案する。
論文 参考訳(メタデータ) (2021-09-13T15:29:03Z) - Refractive Geometry for Underwater Domes [3.24029503704305]
我々は、空気、ガラス、水の性質を正確に知ることなく、屈折の中心を計算する方法を示す。
複数の画像から純水中キャリブレーションを推定する手法を提案する。
この推定値は、調整中にレンズの機械的位置を導くために用いられるか、光グラム計測による水中の応用で考慮することができる。
論文 参考訳(メタデータ) (2021-08-14T16:19:11Z) - 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。