論文の概要: A Novel Intrinsic Image Decomposition Method to Recover Albedo for
Aerial Images in Photogrammetry Processing
- arxiv url: http://arxiv.org/abs/2204.04142v1
- Date: Fri, 8 Apr 2022 15:50:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-11 13:05:54.273638
- Title: A Novel Intrinsic Image Decomposition Method to Recover Albedo for
Aerial Images in Photogrammetry Processing
- Title（参考訳）: フォトグラメトリー処理における空中画像のアルベド回収のための新しい固有画像分解法
- Authors: Shuang Song and Rongjun Qin
- Abstract要約: フォトグラム画像による表面アルベドは、VR/AR/MRおよびデジタルツインにおける下流の応用を促進することができる。
これらのテクスチャは直接画像から導出されるので、標準フォトグラムのパイプラインはこれらの応用に最適である。
自然照明条件下での屋外空間画像に対する画像形成モデルを提案する。
次に、逆モデルを導出し、典型的なフォトグラム積を幾何学の初期近似として利用してアルベドを推定する。
- 参考スコア（独自算出の注目度）: 3.556015072520384
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recovering surface albedos from photogrammetric images for realistic
rendering and synthetic environments can greatly facilitate its downstream
applications in VR/AR/MR and digital twins. The textured 3D models from
standard photogrammetric pipelines are suboptimal to these applications because
these textures are directly derived from images, which intrinsically embedded
the spatially and temporally variant environmental lighting information, such
as the sun illumination, direction, causing different looks of the surface,
making such models less realistic when used in 3D rendering under synthetic
lightings. On the other hand, since albedo images are less variable by
environmental lighting, it can, in turn, benefit basic photogrammetric
processing. In this paper, we attack the problem of albedo recovery for aerial
images for the photogrammetric process and demonstrate the benefit of albedo
recovery for photogrammetry data processing through enhanced feature matching
and dense matching. To this end, we proposed an image formation model with
respect to outdoor aerial imagery under natural illumination conditions; we
then, derived the inverse model to estimate the albedo by utilizing the typical
photogrammetric products as an initial approximation of the geometry. The
estimated albedo images are tested in intrinsic image decomposition,
relighting, feature matching, and dense matching/point cloud generation
results. Both synthetic and real-world experiments have demonstrated that our
method outperforms existing methods and can enhance photogrammetric processing.
- Abstract（参考訳）: リアルなレンダリングと合成環境のためのフォトグラム画像から表面アルベドを回収することで、VR/AR/MRおよびデジタルツインにおける下流の応用を大幅に促進することができる。
これらのテクスチャは、太陽の光、方向、表面の異なる外観を生じさせる方向など、空間的および時間的に変化する環境照明情報を内包し、合成照明下での3dレンダリングに使用する場合、そのようなモデルが現実的ではないため、これらの応用には最適である。
一方、アルベド画像は環境光による変化が少ないため、基本的なフォトグラム処理の恩恵を受けることができる。
本稿では,フォトグラメトリーにおける空中画像のアルベド回収の問題に挑戦し,高機能マッチングと高密度マッチングによるフォトグラメトリーデータ処理におけるアルベド回収の利点を実証する。
そこで我々は,自然照度条件下での屋外空間画像に対する画像形成モデルを提案し,その逆モデルを導出して,典型的なフォトグラム積を幾何学の初期近似として利用してアルベドを推定する。
推定アルベド画像は、本質的な画像分解、リライティング、特徴マッチング、密集したマッチング/ポイントクラウド生成結果において試験される。
合成実験と実世界の実験の両方で,本手法が既存の手法より優れ,光グラム処理を向上できることが実証されている。
関連論文リスト
- A General Albedo Recovery Approach for Aerial Photogrammetric Images through Inverse Rendering [7.874736360019618]
本稿では,自然光照射下での典型的な航空写真からのアルベド回収のための一般的な画像形成モデルを提案する。
我々のアプローチは、太陽の照明と風景の幾何学の両方が空中光度計で推定可能であるという事実に基づいている。
論文 参考訳（メタデータ） (2024-09-04T18:58:32Z) - Holistic Inverse Rendering of Complex Facade via Aerial 3D Scanning [38.72679977945778]
我々は多視点空中画像を用いて、ニューラルサイン距離場(SDF)を用いたファサードの形状、照明、材料を再構成する。
本実験は, ファサード全体の逆レンダリング, 新規なビュー合成, シーン編集において, 最先端のベースラインと比較して, 手法の優れた品質を示すものである。
論文 参考訳（メタデータ） (2023-11-20T15:03:56Z) - Relightify: Relightable 3D Faces from a Single Image via Diffusion
Models [86.3927548091627]
単一画像からの3次元顔BRDF再構成を高精度に行うために,拡散モデルを用いた最初のアプローチを提案する。
既存の手法とは対照的に,観測されたテクスチャを直接入力画像から取得することで,より忠実で一貫した推定が可能となる。
論文 参考訳（メタデータ） (2023-05-10T11:57:49Z) - TensoIR: Tensorial Inverse Rendering [51.57268311847087]
テンソルIRはテンソル分解とニューラルフィールドに基づく新しい逆レンダリング手法である。
TensoRFは、放射場モデリングのための最先端のアプローチである。
論文 参考訳（メタデータ） (2023-04-24T21:39:13Z) - Shape, Pose, and Appearance from a Single Image via Bootstrapped
Radiance Field Inversion [54.151979979158085]
提案手法では,自然画像に対する基本的エンドツーエンド再構築フレームワークを導入し,正確な地平のポーズが得られない。
そこで,モデルが解の第一の推算を生成するハイブリッド・インバージョン・スキームを適用する。
当社のフレームワークでは,イメージを10ステップでデレンダリングすることが可能で,現実的なシナリオで使用することが可能です。
論文 参考訳（メタデータ） (2022-11-21T17:42:42Z) - DIB-R++: Learning to Predict Lighting and Material with a Hybrid
Differentiable Renderer [78.91753256634453]
そこで本研究では,単体画像から固有物体特性を推定する難題について,微分可能量を用いて検討する。
そこで本研究では、スペクトル化とレイトレーシングを組み合わせることで、これらの効果をサポートするハイブリッド微分可能なDIBR++を提案する。
より高度な物理ベースの微分可能値と比較すると、DIBR++はコンパクトで表現力のあるモデルであるため、高い性能を持つ。
論文 参考訳（メタデータ） (2021-10-30T01:59:39Z) - Intrinsic Autoencoders for Joint Neural Rendering and Intrinsic Image
Decomposition [67.9464567157846]
合成3Dモデルからリアルな画像を生成するためのオートエンコーダを提案し,同時に実像を本質的な形状と外観特性に分解する。
実験により, レンダリングと分解の併用処理が有益であることが確認され, 画像から画像への翻訳の質的, 定量的なベースラインよりも優れた結果が得られた。
論文 参考訳（メタデータ） (2020-06-29T12:53:58Z) - 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) - Leveraging Photogrammetric Mesh Models for Aerial-Ground Feature Point
Matching Toward Integrated 3D Reconstruction [19.551088857830944]
地上・地上画像の統合は, 都市環境における表面の再構築を効果的に進めるためのアプローチとして証明されている。
幾何認識による画像補正に基づく従来の研究により,この問題は緩和された。
地上画像マッチングにフォトグラムメッシュモデルを利用する新しい手法を提案する。
論文 参考訳（メタデータ） (2020-02-21T01:47:59Z)
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。