論文の概要: Estimation of Spectral Biophysical Skin Properties from Captured RGB
Albedo
- arxiv url: http://arxiv.org/abs/2201.10695v1
- Date: Wed, 26 Jan 2022 01:07:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-27 14:11:23.375859
- Title: Estimation of Spectral Biophysical Skin Properties from Captured RGB
Albedo
- Title(参考訳): 捕捉RGBアルベドからの分光生体物性の推定
- Authors: Carlos Aliaga, Christophe Hery, Mengqi Xia
- Abstract要約: 簡単なRGBアルベドキャプチャーからヒト皮膚のスペクトル特性を再構成・操作する新しい手法を提案する。
我々はモンテカルロ光シミュレーションを、その最も重要な構成要素によってパラメータ化された正確な生体物理学的ヒト皮膚層モデル上で活用する。
- 参考スコア(独自算出の注目度): 1.0312968200748116
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a new method to reconstruct and manipulate the spectral properties
of human skin from simple RGB albedo captures. To this end, we leverage Monte
Carlo light simulation over an accurate biophysical human skin layering model
parameterized by its most important components, thereby covering a plausible
range of colors. The practical complexity of the model allows us to learn the
inverse mapping from any albedo to its most probable associated skin
properties. Our technique can faithfully reproduce any skin type, being
expressive enough to automatically handle more challenging areas like the lips
or imperfections in the face. Thanks to the smoothness of the skin parameters
maps recovered, the albedo can be robustly edited through meaningful
biophysical properties.
- Abstract(参考訳): 簡単なRGBアルベドキャプチャーからヒト皮膚のスペクトル特性を再構成・操作する新しい手法を提案する。
この目的のために,我々はモンテカルロ光シミュレーションを,その最も重要な構成要素によってパラメータ化された正確な生体物理学的皮膚層モデル上で活用し,可能な色範囲をカバーする。
このモデルの実用的複雑さにより、任意のアルベドから最も可能性の高い皮膚特性への逆写像を学習することができる。
われわれの技術は皮膚のあらゆるタイプを忠実に再現することができ、顔の唇や不完全といったより困難な領域を自動的に扱うのに十分な表現力を持っている。
皮膚のパラメーターマップの滑らかさのおかげで、アルベドは有意義な生物学的性質によって堅牢に編集できる。
関連論文リスト
- DDI-CoCo: A Dataset For Understanding The Effect Of Color Contrast In
Machine-Assisted Skin Disease Detection [51.92255321684027]
皮膚のトーンと色差効果の相互作用について検討し,色差が皮膚のトーン間のモデル性能バイアスの新たな原因となる可能性が示唆された。
我々の研究は皮膚疾患の検出を改善するために皮膚科のAIに補完的な角度を提供する。
論文 参考訳(メタデータ) (2024-01-24T07:45:24Z) - Relightable Neural Actor with Intrinsic Decomposition and Pose Control [85.89305777719495]
Relightable Neural Actorは、リライト可能なニューラルヒューマンモデルを学習するための、最初のビデオベース手法である。
我々は、ポーズ依存の衣服の変形をモデル化する乾燥密度場を持つアクターの幾何学を表現する。
我々は、新しい人間のポーズに対する最先端のリライティング結果を実証する。
論文 参考訳(メタデータ) (2023-12-18T14:30:13Z) - IntrinsicAvatar: Physically Based Inverse Rendering of Dynamic Humans
from Monocular Videos via Explicit Ray Tracing [33.804637853687446]
IntrinsicAvatarは、単眼ビデオのみから人間のアバターの本質的な特性を回復するための新しいアプローチである。
本手法は, 単眼映像から高品質な形状, アルベド, 材料, 照明特性を復元する。
論文 参考訳(メタデータ) (2023-12-08T17:58:14Z) - Assessing the Generalizability of Deep Neural Networks-Based Models for
Black Skin Lesions [5.799408310835583]
メラノーマは黒人に多く見られ、しばしば手のひら、足首、爪などの灰色領域に影響を及ぼす。
ディープニューラルネットワークは、臨床ケアや皮膚がんの診断を改善する大きな可能性を示している。
本研究では,黒色個体でよく見られる皮膚病変領域から抽出した皮膚病変画像について,教師付きおよび自己教師型モデルの評価を行った。
論文 参考訳(メタデータ) (2023-09-30T22:36:51Z) - Unsupervised Skin Lesion Segmentation via Structural Entropy
Minimization on Multi-Scale Superpixel Graphs [59.19218582436495]
本研究では,構造エントロピーと孤立林外層検出に基づく非教師付き皮膚病変sEgmentationフレームワーク,すなわちSLEDを提案する。
皮膚病変は、皮膚内視鏡像から構築した超画素グラフの構造エントロピーを最小化することにより区分される。
健康な皮膚の特徴の整合性を特徴とし, マルチスケールのセグメンテーション機構を考案し, マルチスケールのスーパーピクセル特徴を活用して, セグメンテーション精度を向上させる。
論文 参考訳(メタデータ) (2023-09-05T02:15:51Z) - Evaluating the Efficacy of Skincare Product: A Realistic Short-Term
Facial Pore Simulation [68.06388750609058]
本研究では,スキンケア製品を用いた顔の毛穴変化を明らかにするための最初のシミュレーションモデルを提案する。
提案したシミュレーションは、現実的な顔の毛穴の変化を表現できる。
論文 参考訳(メタデータ) (2023-02-23T12:00:15Z) - Data-Driven Deep Supervision for Skin Lesion Classification [36.24996525103533]
本稿では,ロバストな特徴抽出のために入力データを利用する新しいディープニューラルネットワークを提案する。
具体的には、畳み込みネットワークの挙動(視野)を分析し、深い監視の場所を見つける。
論文 参考訳(メタデータ) (2022-09-04T03:57:08Z) - Revisiting the Shape-Bias of Deep Learning for Dermoscopic Skin Lesion
Classification [4.414962444402826]
人間の視覚系は、テクスチャよりも形状の認識に偏っていると一般的に信じられている。
本稿では,皮膚病変画像の分類における形状ビアーゼの重要性を再考する。
論文 参考訳(メタデータ) (2022-06-13T20:59:06Z) - Automatic Facial Skin Feature Detection for Everyone [60.31670960526022]
本研究では,野生の自撮り自撮りのために,さまざまな肌のトーンと年齢群にまたがって機能する顔顔の特徴自動検出法を提案する。
具体的には,肌の色,重度度,照明条件の異なる自撮り画像に対して,アクネ,顔料,ニキビの位置を注釈する。
論文 参考訳(メタデータ) (2022-03-30T04:52:54Z) - Total Scale: Face-to-Body Detail Reconstruction from Sparse RGBD Sensors [52.38220261632204]
PIFuをベースとした再建術では, 顔面の平坦化が頻発する。
再建した顔のディテールの質を高めるために,2段階のPIFu表現を提案する。
顔の鮮明な細部と身体形状の変形におけるアプローチの有効性を実験的に検証した。
論文 参考訳(メタデータ) (2021-12-03T18:46:49Z) - Leveraging Adaptive Color Augmentation in Convolutional Neural Networks
for Deep Skin Lesion Segmentation [0.0]
データ表現とモデル性能を増幅する適応色拡張手法を提案する。
正常な皮膚組織に対して皮膚病変を識別するためのネットワークによって得られた意味的構造的特徴を質的に同定し,検証した。
論文 参考訳(メタデータ) (2020-10-31T00:16:23Z)
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。