論文の概要: Casual Indoor HDR Radiance Capture from Omnidirectional Images

• arxiv url: http://arxiv.org/abs/2208.07903v1
• Date: Tue, 16 Aug 2022 18:45:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-18 12:51:53.901120
• Title: Casual Indoor HDR Radiance Capture from Omnidirectional Images
• Title（参考訳）: 全方位画像からのカジュアル室内HDR撮影
• Authors: Pulkit Gera, Mohammad Reza Karimi Dastjerdi, Charles Renaud, P. J. Narayanan, Jean-Fran\c{c}ois Lalonde
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 6.558757117312684
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present PanoHDR-NeRF, a novel pipeline to casually capture a plausible full HDR radiance field of a large indoor scene without elaborate setups or complex capture protocols. First, a user captures a low dynamic range (LDR) omnidirectional video of the scene by freely waving an off-the-shelf camera around the scene. Then, an LDR2HDR network uplifts the captured LDR frames to HDR, subsequently used to train a tailored NeRF++ model. The resulting PanoHDR-NeRF pipeline can estimate full HDR panoramas from any location of the scene. Through experiments on a novel test dataset of a variety of real scenes with the ground truth HDR radiance captured at locations not seen during training, we show that PanoHDR-NeRF predicts plausible radiance from any scene point. We also show that the HDR images produced by PanoHDR-NeRF can synthesize correct lighting effects, enabling the augmentation of indoor scenes with synthetic objects that are lit correctly.
• Abstract（参考訳）: パノHDR-NeRF(パノHDR-NeRF)は,大規模な屋内シーンの可塑性フルHDR放射場を,精巧なセットアップや複雑な捕捉プロトコルなしでカジュアルに捕捉するパイプラインである。 まず、ユーザは、現場のオフセットカメラを自由に振って、シーンの低ダイナミックレンジ(ldr)全方位ビデオをキャプチャする。 そして、LDR2HDRネットワークは、取得したLDRフレームをHDRに引き上げ、その後、調整されたNeRF++モデルをトレーニングする。 パノHDR-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。 パノHDR-NeRFは、訓練中に見えない場所で捉えた地上の真実のHDR放射率を持つ様々な実シーンの新たな実験データセットを用いて、任意のシーンから可視放射率を予測する。 また,パノHDR-NeRFが生成したHDR画像は,室内のシーンに正確な照明を施すことなく,適切な照明効果を合成できることも示した。

関連論文リスト

• PanDORA: Casual HDR Radiance Acquisition for Indoor Scenes [13.790885617434197]
  本稿では,パノラマデュアルオブザーバレーダによる屋内シーンを高ダイナミックレンジでカジュアルに撮影するPanDORAについて紹介する。 提案システムは,携帯型三脚に2台の360度カメラを固定して構成する。 カメラは同時に2つの360度ビデオを取得する。 得られた画像は、シーンのフルハイダイナミックレンジを再構築するNeRFベースのアルゴリズムに供給される。
  論文  参考訳（メタデータ） (2024-07-08T17:22:27Z)
• 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)
• 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)
• 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)
• Beyond Visual Attractiveness: Physically Plausible Single Image HDR Reconstruction for Spherical Panoramas [60.24132321381606]
  我々は,単発hdr再構成フレームワークに物理的照度制約を導入する。 本手法は,視覚に訴えるだけでなく,物理的に妥当なHDRを生成することができる。
  論文  参考訳（メタデータ） (2021-03-24T01:51:19Z)

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。