論文の概要: An Optimal Experimental Design Approach for Light Configurations in Photometric Stereo

• arxiv url: http://arxiv.org/abs/2204.05218v1
• Date: Mon, 11 Apr 2022 16:01:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-12 17:39:09.168555
• Title: An Optimal Experimental Design Approach for Light Configurations in Photometric Stereo
• Title（参考訳）: フォトメトリックステレオにおける光配置の最適実験設計法
• Authors: Hamza Gardi, Sebastian F. Walter, Christoph S. Garbe
• Abstract要約: 本稿では,異なる照明位置下で得られた画像の集合から物体の表面の正常性を求める手法を提案する。 この手法は、光度ステレオ(PS)の原理と最適実験設計(OED)と特徴付けを組み合わせたものである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This paper presents a technique for finding the surface normal of an object from a set of images obtained under different lighting positions. The method presented is based on the principles of Photometric Stereo (PS) combined with Optimum Experimental Design (OED) and Parameter Estimation (PE). Unclear by the approach of photometric stereo, and many models based thereon, is how to position the light sources. So far, this is done by using heuristic approaches this leads to suboptimal and non-data driven positioning of the light sources. But what if the optimal positions of the light sources are calculated for photometric stereo? To this end, in this contribution, the effect of positioning the light sources on the quality of the normal vector for PS is evaluated. Furthermore, a new approach in this direction is derived and formulated. For the calculation of the surface normal of a Lambertian surface, the approach based on calibrated photometric stereo; for the estimation the optimal position of the light sources the approach is premised on parameter estimation and optimum experimental design. The approach is tested using synthetic and real-data. Based on results it can be seen that the surface normal estimated with the new method is more detailed than with conventional methods.
• Abstract（参考訳）: 本稿では,異なる照明位置下で得られた画像の集合から物体の表面の正常性を求める手法を提案する。 提案手法は,光度ステレオ(PS)と最適実験設計(OED)とパラメータ推定(PE)を組み合わせた原理に基づいている。 フォトメトリックステレオのアプローチとそれに基づく多くのモデルによって明らかでないのは、光源の位置の決め方である。 これまでのところ、これは光源の最適・非データ駆動的な位置決めにつながるヒューリスティックなアプローチを用いて行われる。 しかし、光源の最適な位置が測光ステレオで計算されたらどうだろう? この目的のために、PSの正規ベクトルの品質に対する光源の位置決めの効果を評価する。 さらに、この方向の新しいアプローチが導出され、定式化される。 ランベルト面の表面正規性の計算には、キャリブレーションされた測光ステレオに基づくアプローチがあり、光源の最適位置を推定するためには、パラメータ推定と最適実験設計を前提としている。 このアプローチは合成データと実データを使ってテストされる。 結果から, 従来法に比べて, 従来法よりも表面標準値がより詳細に推定されていることが分かる。

関連論文リスト

• Physically-Based Photometric Bundle Adjustment in Non-Lambertian Environments [59.96101889715997]
  光度バンドル調整(PBA)は、ランベルトの世界を仮定してカメラのポーズと3次元幾何学を推定するのに広く用いられる。 光度一貫性の仮定は、現実の環境では非拡散反射が一般的であるため、しばしば違反される。 そこで本研究では,この問題を解決するための物理ベースPBA法を提案する。
  論文  参考訳（メタデータ） (2024-09-18T10:22:07Z)
• LIPIDS: Learning-based Illumination Planning In Discretized (Light) Space for Photometric Stereo [19.021200954913475]
  光度ステレオは、被写体の異なる照明画像から画素当たりの表面正規値を得るための強力な方法である。 照明の方向が多すぎるため、最適な設定を見つけることは困難である。 LIPIDS(Learning-based Illumination Planning in Discretized Light Space)を紹介する。
  論文  参考訳（メタデータ） (2024-09-01T09:54:16Z)
• MERLiN: Single-Shot Material Estimation and Relighting for Photometric Stereo [26.032964551717548]
  光度ステレオは通常、表面の正常を正確に回復するために複数の光源を含む複雑なデータ取得装置を必要とする。 MERLiNは、単一の画像ベースの逆レンダリングとリライトを単一の統合フレームワークに統合したアテンションベースの時間ガラスネットワークである。
  論文  参考訳（メタデータ） (2024-09-01T09:32:03Z)
• MixLight: Borrowing the Best of both Spherical Harmonics and Gaussian Models [69.39388799906409]
  既存の作業では、照明マップを生成したり、照明パラメータを回帰することによって照明を推定する。 本稿では,SHとSGの相補的特性を利用して,より完全な照明表現を実現するジョイントモデルであるMixLightを提案する。
  論文  参考訳（メタデータ） (2024-04-19T10:17:10Z)
• OSPC: Online Sequential Photometric Calibration [0.0]
  測光キャリブレーションは多くのコンピュータビジョンアプリケーションに必須である。 逐次推定手法を用いて,測光パラメータの解法を提案する。
  論文  参考訳（メタデータ） (2023-05-28T09:44:58Z)
• Deep Learning Methods for Calibrated Photometric Stereo and Beyond [86.57469194387264]
  光度ステレオは、さまざまなシェーディングキューを持つ複数の画像から物体の表面の正常性を回復する。 深層学習法は、非ランベルト面に対する測光ステレオの文脈において強力な能力を示している。
  論文  参考訳（メタデータ） (2022-12-16T11:27:44Z)
• 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)
• Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian Photometric Stereo [61.6260594326246]
  空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。 分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
  論文  参考訳（メタデータ） (2021-03-22T18:06:58Z)
• Uncalibrated Neural Inverse Rendering for Photometric Stereo of General Surfaces [103.08512487830669]
  本稿では,測光ステレオ問題に対する無補間深層ニューラルネットワークフレームワークを提案する。 既存のニューラルネットワークベースの方法は、物体の正確な光方向または接地正則のいずれかまたは両方を必要とします。 本稿では,この問題に対する未調整の神経逆レンダリング手法を提案する。
  論文  参考訳（メタデータ） (2020-12-12T10:33:08Z)
• Deep Photometric Stereo for Non-Lambertian Surfaces [89.05501463107673]
  我々は、PS-FCNと呼ばれる、校正された測光ステレオのための完全な畳み込みディープネットワークを導入する。 PS-FCNは反射率観測から表面正規へのマッピングを学習し、一般的な等方反射率と未知の等方反射率で表面を処理できる。 光方向が不明な未定のシナリオに対処するため、入力画像から光方向を推定するLCNetという新しい畳み込みネットワークを導入する。
  論文  参考訳（メタデータ） (2020-07-26T15:20:53Z)

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。