論文の概要: Towards Monocular Shape from Refraction

• arxiv url: http://arxiv.org/abs/2305.19743v1
• Date: Wed, 31 May 2023 11:09:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-01 17:11:33.687550
• Title: Towards Monocular Shape from Refraction
• Title（参考訳）: 屈折から単分子形状へ向けて
• Authors: Antonin Sulc, Imari Sato, Bastian Goldluecke, Tali Treibitz
• Abstract要約: 我々はスネルの法則に基づく単純なエネルギー関数が任意の屈折曲面幾何の再構成を可能にすることを示す。 曲面全体の解法は暗黙的なパラメータフリー空間正規化を同時に導入することを示す。
• 参考スコア（独自算出の注目度）: 23.60349429048409
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Refraction is a common physical phenomenon and has long been researched in computer vision. Objects imaged through a refractive object appear distorted in the image as a function of the shape of the interface between the media. This hinders many computer vision applications, but can be utilized for obtaining the geometry of the refractive interface. Previous approaches for refractive surface recovery largely relied on various priors or additional information like multiple images of the analyzed surface. In contrast, we claim that a simple energy function based on Snell's law enables the reconstruction of an arbitrary refractive surface geometry using just a single image and known background texture and geometry. In the case of a single point, Snell's law has two degrees of freedom, therefore to estimate a surface depth, we need additional information. We show that solving for an entire surface at once introduces implicit parameter-free spatial regularization and yields convincing results when an intelligent initial guess is provided. We demonstrate our approach through simulations and real-world experiments, where the reconstruction shows encouraging results in the single-frame monocular setting.
• Abstract（参考訳）: 屈折は一般的な物理現象であり、コンピュータビジョンで長い間研究されてきた。 屈折物体を通して撮像された物体は、メディア間の界面の形状の関数として画像中に歪んでいるように見える。 これは多くのコンピュータビジョンの応用を妨げるが、屈折インタフェースの幾何学を得るのに利用できる。 屈折面回復への従来のアプローチは、分析された表面の複数の画像のような様々な先行情報や追加情報に大きく依存していた。 対照的に、スネルの法則に基づく単純なエネルギー関数は、単一の画像と既知の背景テクスチャと幾何学を用いて任意の屈折面形状を再構成できると主張する。 単一点の場合、スネルの法則は2つの自由度を持つので、表面深さを推定するには追加情報が必要である。 表面全体の解法は暗黙のパラメータフリーな空間正規化を導入し、知的初期推定が提供されると説得力のある結果が得られることを示す。 本手法はシミュレーションと実世界実験により実証し,単一フレーム単眼環境での結果を再現する手法である。

関連論文リスト

• NeRSP: Neural 3D Reconstruction for Reflective Objects with Sparse Polarized Images [62.752710734332894]
  NeRSPはスパース偏光画像を用いた反射面のニューラル3次元再構成技術である。 偏光画像形成モデルと多視点方位整合性から測光的および幾何学的手がかりを導出する。 我々は6つのビューのみを入力として、最先端の表面再構成結果を達成する。
  論文  参考訳（メタデータ） (2024-06-11T09:53:18Z)
• NeISF: Neural Incident Stokes Field for Geometry and Material Estimation [50.588983686271284]
  多視点逆レンダリングは、異なる視点で撮影された一連の画像から形状、材料、照明などのシーンパラメータを推定する問題である。 本稿では,偏光手がかりを用いた曖昧さを低減する多視点逆フレームワークNeISFを提案する。
  論文  参考訳（メタデータ） (2023-11-22T06:28:30Z)
• NeILF++: Inter-Reflectable Light Fields for Geometry and Material Estimation [36.09503501647977]
  我々は静的なシーンの照明を1つのニューラルインシデント光場(NeILF)と1つのニューラルラディアンス場(NeRF)として定式化する。 提案手法は, 幾何再構成の品質, 材料推定精度, 新規なビューレンダリングの忠実度の観点から, 最先端の結果が得られる。
  論文  参考訳（メタデータ） (2023-03-30T04:59:48Z)
• NEMTO: Neural Environment Matting for Novel View and Relighting Synthesis of Transparent Objects [28.62468618676557]
  我々は3次元透明物体をモデル化する最初のエンドツーエンドニューラルネットワークパイプラインであるNEMTOを提案する。 透明物体の2次元像を入力として, 高品質な新規ビューと光合成が可能となる。
  論文  参考訳（メタデータ） (2023-03-21T15:50:08Z)
• Deformable Surface Reconstruction via Riemannian Metric Preservation [9.74575494970697]
  モノクロ画像から物体のポーズを推定することは、コンピュータビジョンの基本となる逆問題である。 本稿では,連続的な変形可能な面を画像列から推定する手法を提案する。
  論文  参考訳（メタデータ） (2022-12-22T10:45:08Z)
• SIDER: Single-Image Neural Optimization for Facial Geometric Detail Recovery [54.64663713249079]
  SIDERは、教師なしの方法で単一の画像から詳細な顔形状を復元する新しい光度最適化手法である。 以前の作業とは対照的に、SIDERはデータセットの事前に依存せず、複数のビュー、照明変更、地上の真実の3D形状から追加の監視を必要としない。
  論文  参考訳（メタデータ） (2021-08-11T22:34:53Z)
• Multi-view 3D Reconstruction of a Texture-less Smooth Surface of Unknown Generic Reflectance [86.05191217004415]
  表面反射率の不明なテクスチャレス物体の多視点再構成は難しい課題である。 本稿では,コライトスキャナーをベースとした,この問題に対するシンプルで堅牢な解法を提案する。
  論文  参考訳（メタデータ） (2021-05-25T01:28:54Z)
• Dense Reconstruction of Transparent Objects by Altering Incident Light Paths Through Refraction [40.696591594772876]
  光の屈折に基づく透明物体の高密度表面再構成に対する固定的な視点アプローチを導入する。 我々は、物体を部分的に液体に浸すことで、光が物体に入る前に入射光路を変更することができる装置を提案する。
  論文  参考訳（メタデータ） (2021-05-20T19:01:12Z)
• Learning to Restore a Single Face Image Degraded by Atmospheric Turbulence using CNNs [93.72048616001064]
  このような条件下で撮影された画像は、幾何学的変形と空間のぼかしの組合せに悩まされる。 乱流劣化顔画像の復元問題に対する深層学習に基づく解法を提案する。
  論文  参考訳（メタデータ） (2020-07-16T15:25:08Z)
• Through the Looking Glass: Neural 3D Reconstruction of Transparent Shapes [75.63464905190061]
  屈折と反射によって誘導される複雑な光路は、従来の多視点ステレオと深いステレオの両方がこの問題を解決するのを妨げている。 携帯電話カメラで取得したいくつかの画像を用いて透明物体の3次元形状を復元する物理ネットワークを提案する。 5-12個の自然画像を用いて, 複雑な透明形状に対する高品質な3次元形状の復元に成功した。
  論文  参考訳（メタデータ） (2020-04-22T23:51:30Z)

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。