論文の概要: Polarimetric PatchMatch Multi-View Stereo

• arxiv url: http://arxiv.org/abs/2311.07600v1
• Date: Sat, 11 Nov 2023 00:45:25 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-15 17:11:00.049366
• Title: Polarimetric PatchMatch Multi-View Stereo
• Title（参考訳）: ポラリメトリックパッチマッチマルチビューステレオ
• Authors: Jinyu Zhao, Jumpei Oishi, Yusuke Monno, Masatoshi Okutomi
• Abstract要約: Polarimetric PatchMatch multi-view Stereo (PolarPMS)は、PatchMatch MVSへの偏光キューを利用する最初の方法である。 実験の結果,PolarPMSは再構成された3次元モデルの精度と完全性を向上できることがわかった。
• 参考スコア（独自算出の注目度）: 15.198519218705766
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: PatchMatch Multi-View Stereo (PatchMatch MVS) is one of the popular MVS approaches, owing to its balanced accuracy and efficiency. In this paper, we propose Polarimetric PatchMatch multi-view Stereo (PolarPMS), which is the first method exploiting polarization cues to PatchMatch MVS. The key of PatchMatch MVS is to generate depth and normal hypotheses, which form local 3D planes and slanted stereo matching windows, and efficiently search for the best hypothesis based on the consistency among multi-view images. In addition to standard photometric consistency, our PolarPMS evaluates polarimetric consistency to assess the validness of a depth and normal hypothesis, motivated by the physical property that the polarimetric information is related to the object's surface normal. Experimental results demonstrate that our PolarPMS can improve the accuracy and the completeness of reconstructed 3D models, especially for texture-less surfaces, compared with state-of-the-art PatchMatch MVS methods.
• Abstract（参考訳）: PatchMatch Multi-View Stereo (PatchMatch MVS)は、そのバランスの取れた精度と効率のため、人気のあるMVSアプローチの1つである。 本稿では、PatchMatch MVSへの偏光キューを利用した最初の手法であるPolarPMS(PolarPMS)を提案する。 patchmatch mvsの鍵は、局所的な3d平面と傾斜ステレオマッチングウィンドウを形成する深さと通常の仮説を生成し、マルチビュー画像間の一貫性に基づいて最適な仮説を効率的に探索することである。 標準光度整合性に加えて、偏光度情報と物体表面の正常性の関係が物理的性質によって動機付けられた、深さと正規仮説の有効性を評価するために偏光度整合性を評価する。 PatchMatch MVS法と比較して,PolaPMSはテクスチャレス表面における再構成3次元モデルの精度と完全性を向上させることができることを示した。

関連論文リスト

• Learning Deformable Hypothesis Sampling for Accurate PatchMatch Multi-View Stereo [4.6332064055042865]
  本稿では,雑音深度推定の課題に対処するために,学習可能な変形可能な仮説サンプリング(DeformSampler)を提案する。 そこで我々はDeformSamplerを開発し,空間の分布に敏感なサンプル空間を学習し,シーンの形状に整合した深さを伝搬する。 我々はDeformSamplerを学習可能なPatchMatch MVSシステムに統合し、挑戦領域における深さ推定を強化する。
  論文  参考訳（メタデータ） (2023-12-26T09:36:21Z)
• MP-MVS: Multi-Scale Windows PatchMatch and Planar Prior Multi-View Stereo [7.130834755320434]
  レジリエントで効果的なマルチビューステレオアプローチ(MP-MVS)を提案する。 マルチスケールウィンドウPatchMatch (mPM) を設計し, 信頼性の高い非テクスチャ領域の深さを求める。 他のマルチスケールアプローチとは対照的に、より高速で、PatchMatchベースのMVSアプローチに容易に拡張できる。
  論文  参考訳（メタデータ） (2023-09-23T07:30:42Z)
• PARTNER: Level up the Polar Representation for LiDAR 3D Object Detection [81.16859686137435]
  本稿では、極座標における新しい3次元物体検出器Partnerを紹介する。 提案手法は,ONCE検証セットにおいて3.68%,9.15%の差で従来の極性理論よりも優れていた。
  論文  参考訳（メタデータ） (2023-08-08T01:59:20Z)
• Polarimetric Multi-View Inverse Rendering [13.391866136230165]
  偏光カメラは、偏光の角度(AoP)と反射光の偏光の度合い(DoP)が物体の表面の正常と関係しているため、3次元再構成に大きな可能性がある。 入力された多視点カラー偏光画像から抽出した幾何的・測光的・偏光的手がかりを効果的に活用するポラリメトリック多視点逆レンダリング(Polarimetric Multi-View Inverse Rendering, Polarimetric MVIR)と呼ばれる新しい3次元再構成手法を提案する。
  論文  参考訳（メタデータ） (2022-12-24T12:12:12Z)
• DeViT: Deformed Vision Transformers in Video Inpainting [59.73019717323264]
  Deformed Patch-based Homography (DePtH)を導入して、パッチアライメントによる以前のトランスフォーマーを拡張した。 第2に、パッチワイズ機能マッチングを改善するために、Mask Pruning-based Patch Attention (MPPA)を導入する。 第3に、時空間トークンに対する正確な注意を得るために、時空間重み付け適応器(STA)モジュールを導入する。
  論文  参考訳（メタデータ） (2022-09-28T08:57:14Z)
• PolarFormer: Multi-camera 3D Object Detection with Polar Transformers [93.49713023975727]
  自律運転における3次元物体検出は、3次元の世界に存在する「何」と「どこに」の物体を推論することを目的としている。 既存の手法はしばしば垂直軸を持つ標準カルテ座標系を採用する。 鳥眼ビュー(BEV)におけるより正確な3次元物体検出のための新しい極変換器(PolarFormer)を,マルチカメラ2D画像のみを入力として提案する。
  論文  参考訳（メタデータ） (2022-06-30T16:32:48Z)
• Investigating Spherical Epipolar Rectification for Multi-View Stereo 3D Reconstruction [1.0152838128195467]
  主線の違いによる歪みを最小限に抑えるために, エピポーラ補正のための球面モデルを提案する。 提案手法がフレームベースのエピポーラ補正よりも優れていることを示す定性的,定量的評価を行った。
  論文  参考訳（メタデータ） (2022-04-08T15:50:20Z)
• Uncertainty-Aware Deep Multi-View Photometric Stereo [100.97116470055273]
  光度ステレオ(PS)は高周波表面の細部を復元するのに優れ、マルチビューステレオ(MVS)はPSによる低周波歪みを除去し、大域的な形状を維持するのに役立つ。 本稿では,PS と MVS の相補的強みを効果的に活用する手法を提案する。 我々は,不確実性を考慮したディープPSネットワークとディープMVSネットワークを用いて,画素ごとの表面の正規度と深さを推定する。
  論文  参考訳（メタデータ） (2022-02-26T05:45:52Z)
• A Model for Multi-View Residual Covariances based on Perspective Deformation [88.21738020902411]
  マルチビューSfM, オードメトリ, SLAMセットアップにおける視覚的残差の共分散モデルの導出を行う。 我々は、合成データと実データを用いてモデルを検証し、それを光度および特徴量に基づくバンドル調整に統合する。
  論文  参考訳（メタデータ） (2022-02-01T21:21:56Z)
• Neural Radiance Fields Approach to Deep Multi-View Photometric Stereo [103.08512487830669]
  多視点測光ステレオ問題(MVPS)に対する現代的な解法を提案する。 我々は、光度ステレオ(PS)画像形成モデルを用いて表面配向を取得し、それを多視点のニューラルラディアンス場表現とブレンドして物体の表面形状を復元する。 本手法は,多視点画像のニューラルレンダリングを行い,深部光度ステレオネットワークによって推定される表面の正規性を活用している。
  論文  参考訳（メタデータ） (2021-10-11T20:20:03Z)
• PatchMatch-RL: Deep MVS with Pixelwise Depth, Normal, and Visibility [23.427619869594437]
  トレーニング可能なコストと正規化の利点を画素単位の推定と組み合わせた,エンドツーエンドのトレーニング可能なPatchMatchベースのMVSアプローチを提案する。 我々は、広く使われているMVSベンチマーク、ETH3D、タンク、テンプル(TnT)について評価する。
  論文  参考訳（メタデータ） (2021-08-19T23:14:48Z)

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。