論文の概要: HDR-Plenoxels: Self-Calibrating High Dynamic Range Radiance Fields

• arxiv url: http://arxiv.org/abs/2208.06787v1
• Date: Sun, 14 Aug 2022 06:12:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-16 13:20:16.311830
• Title: HDR-Plenoxels: Self-Calibrating High Dynamic Range Radiance Fields
• Title（参考訳）: HDR-プレノキセル:自己校正高ダイナミックレンジ放射場
• Authors: Kim Jun-Seong, Kim Yu-Ji, Moon Ye-Bin, Tae-Hyun Oh
• Abstract要約: 我々は2次元低ダイナミックレンジ(LDR)画像に固有の3次元HDR放射場、幾何情報、および様々なカメラ設定の照度関数を学習する。 ボクセルを用いたボリュームレンダリングパイプラインは,多視点LDR画像のみを用いてHDR放射場を再構成する。 実験の結果,HDR-Plenoxelsは様々なカメラを用いたLDR画像のみから,詳細かつ高品質なHDRノベルビューを表現できることが判明した。
• 参考スコア（独自算出の注目度）: 15.32264927462068
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose high dynamic range radiance (HDR) fields, HDR-Plenoxels, that learn a plenoptic function of 3D HDR radiance fields, geometry information, and varying camera settings inherent in 2D low dynamic range (LDR) images. Our voxel-based volume rendering pipeline reconstructs HDR radiance fields with only multi-view LDR images taken from varying camera settings in an end-to-end manner and has a fast convergence speed. To deal with various cameras in real-world scenarios, we introduce a tone mapping module that models the digital in-camera imaging pipeline (ISP) and disentangles radiometric settings. Our tone mapping module allows us to render by controlling the radiometric settings of each novel view. Finally, we build a multi-view dataset with varying camera conditions, which fits our problem setting. Our experiments show that HDR-Plenoxels can express detail and high-quality HDR novel views from only LDR images with various cameras.
• Abstract（参考訳）: 本研究では,2次元低ダイナミックレンジ(ldr)画像に固有の3次元hdr輝度場,形状情報,各種カメラ設定のプレンオプティクス関数を学習する高ダイナミックレンジ放射(hdr)フィールド,hdrプレノッセルを提案する。 我々のボクセルベースのボリュームレンダリングパイプラインは、様々なカメラ設定から撮影した多視点LDR画像のみをエンドツーエンドに再構成し、高速収束速度を有する。 実世界のシナリオにおいて,様々なカメラを扱うために,デジタルカメラ内イメージングパイプライン(isp)をモデル化し,放射計の設定を異方化するトーンマッピングモジュールを導入する。 トーンマッピングモジュールは、各新規ビューの放射設定を制御してレンダリングを可能にします。 最後に、さまざまなカメラ条件を備えたマルチビューデータセットを構築し、問題設定に適合させます。 実験の結果,HDR-Plenoxelsは様々なカメラを用いたLDR画像のみから,詳細かつ高品質なHDRノベルビューを表現できることがわかった。

関連論文リスト

• Cinematic Gaussians: Real-Time HDR Radiance Fields with Depth of Field [23.92087253022495]
  放射場法は、多視点写真から複雑なシーンを再構成する際の技法の状態を表現している。 ピンホールカメラモデルへの依存は、すべてのシーン要素が入力画像に集中していると仮定し、実用的な課題を提示し、新規な視点合成において再焦点を複雑にする。 様々な露光時間,開口の放射率,焦点距離を多視点LDR画像を用いて高ダイナミックレンジシーンを再構成する3Dガウススメッティングに基づく軽量解析手法を提案する。
  論文  参考訳（メタデータ） (2024-06-11T15:00:24Z)
• HDR-GS: Efficient High Dynamic Range Novel View Synthesis at 1000x Speed via Gaussian Splatting [76.5908492298286]
  既存のHDR NVS法は主にNeRFに基づいている。 訓練時間は長く、推論速度は遅い。 我々は新しいフレームワークHigh Dynamic Range Gaussian Splatting (-GS)を提案する。
  論文  参考訳（メタデータ） (2024-05-24T00:46:58Z)
• Event-based Asynchronous HDR Imaging by Temporal Incident Light Modulation [54.64335350932855]
  我々は,HDRイメージングの課題に関する重要な知見に基づいて,Pixel-Asynchronous HDRイメージングシステムを提案する。 提案システムでは,DVS(Dynamic Vision Sensors)とLCDパネルを統合する。 LCDパネルは、その透過性を変化させてDVSの照射インシデントを変調し、ピクセル非依存のイベントストリームをトリガーする。
  論文  参考訳（メタデータ） (2024-03-14T13:45:09Z)
• Pano-NeRF: Synthesizing High Dynamic Range Novel Views with Geometry from Sparse Low Dynamic Range Panoramic Images [82.1477261107279]
  そこで本研究では,Sparse LDRパノラマ画像からの照射場を用いて,忠実な幾何復元のための観測回数を増やすことを提案する。 実験により、照射場は幾何復元とHDR再構成の両方において最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2023-12-26T08:10:22Z)
• GlowGAN: Unsupervised Learning of HDR Images from LDR Images in the Wild [74.52723408793648]
  そこで本研究では,HDR画像の生成モデルを構築するための第1の手法について述べる。 鍵となる考え方は、GAN(Generative Adversarial Network)を訓練して、様々な露光下でLDRに投影された場合、実際のLDR画像と区別できないHDR画像を生成することである。 実験の結果,GlowGANはランドスケープ,雷,窓など多くの難題において,光現実的HDR画像を合成できることがわかった。
  論文  参考訳（メタデータ） (2022-11-22T15:42:08Z)
• Casual Indoor HDR Radiance Capture from Omnidirectional Images [6.558757117312684]
  そこで本研究では,屋内大シーンの高分解能フルHDR放射場をカジュアルに捉える新しいパイプラインであるPano-NeRFについて紹介する。 結果のPano-NeRFパイプラインは、シーンの任意の場所から完全なHDRパノラマを推定することができる。
  論文  参考訳（メタデータ） (2022-08-16T18:45:27Z)
• StyleLight: HDR Panorama Generation for Lighting Estimation and Editing [98.20167223076756]
  単一視野(LFOV)画像から高ダイナミックレンジ(GAN)屋内パノラマ光を生成するための新しい照明推定・編集フレームワークを提案する。 本フレームワークは室内照明推定における最先端手法よりも優れた性能を実現する。
  論文  参考訳（メタデータ） (2022-07-29T17:58:58Z)
• Self-supervised HDR Imaging from Motion and Exposure Cues [14.57046548797279]
  本稿では,学習可能なHDR推定のための新たな自己教師型アプローチを提案する。 実験の結果,提案手法を用いて訓練したHDRモデルは,全監督下で訓練したモデルと性能の競争力を発揮することがわかった。
  論文  参考訳（メタデータ） (2022-03-23T10:22:03Z)
• HDR-NeRF: High Dynamic Range Neural Radiance Fields [70.80920996881113]
  我々は、低ダイナミックレンジ(LDR)ビューの集合からHDR放射界を異なる露光で復元するために、高ダイナミックレンジニューラルレイディアンス場(-NeRF)を提案する。 異なる露出下で、新しいHDRビューと新しいLDRビューの両方を生成することができる。
  論文  参考訳（メタデータ） (2021-11-29T11:06:39Z)
• Luminance Attentive Networks for HDR Image and Panorama Reconstruction [37.364335148790005]
  低ダイナミックレンジ(LDR)画像から高逆範囲を不適切な問題として再構成することは困難である。 本稿では,1つのLDR画像からHDR再構成を行うために,LANetという減衰輝度ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-09-14T13:44:34Z)

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。