論文の概要: Non-line-of-sight imaging in the presence of scattering media using phasor fields

• arxiv url: http://arxiv.org/abs/2311.09223v1
• Date: Fri, 25 Aug 2023 13:05:36 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-15 16:07:48.356922
• Title: Non-line-of-sight imaging in the presence of scattering media using phasor fields
• Title（参考訳）: ファサー磁場を用いた散乱媒質存在下での非視線イメージング
• Authors: Pablo Luesia, Miguel Crespo, Adrian Jarabo, and Albert Redo-Sanchez
• Abstract要約: 非視線画像(NLOS)は、部分的にあるいは完全に閉鎖されたシーンを再構成することを目的としている。 散乱媒質に浸漬されたシーンを再構成するために, ファサー磁場に基づく最先端NLOSイメージング手法について検討した。
• 参考スコア（独自算出の注目度）: 0.7999703756441756
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Non-line-of-sight (NLOS) imaging aims to reconstruct partially or completely occluded scenes. Recent approaches have demonstrated high-quality reconstructions of complex scenes with arbitrary reflectance, occlusions, and significant multi-path effects. However, previous works focused on surface scattering only, which reduces the generality in more challenging scenarios such as scenes submerged in scattering media. In this work, we investigate current state-of-the-art NLOS imaging methods based on phasor fields to reconstruct scenes submerged in scattering media. We empirically analyze the capability of phasor fields in reconstructing complex synthetic scenes submerged in thick scattering media. We also apply the method to real scenes, showing that it performs similarly to recent diffuse optical tomography methods.
• Abstract（参考訳）: 非視線画像(NLOS)は、部分的にあるいは完全に閉鎖されたシーンを再構成することを目的としている。 近年のアプローチでは、任意の反射、咬合、有意なマルチパス効果を伴う複雑なシーンの高品質な再構成が示されている。 しかし、以前の作品は表面散乱のみに焦点を当てており、散乱媒体に沈み込むシーンのようなより困難なシナリオで一般性が低下する。 本研究では,散乱媒質中に沈み込んだシーンを再構成するためのファザーフィールドに基づくnlosイメージング手法について検討する。 厚い散乱媒体に浸漬した複雑な合成シーンの再構成におけるファザーフィールドの能力について実験的に解析した。 また,本手法を実シーンに適用し,近年の拡散光トモグラフィ法と同様の性能を示す。

関連論文リスト

• Practical and Accurate Reconstruction of an Illuminant's Spectral Power Distribution for Inverse Rendering Pipelines [0.0]
  スペクトルレンダリングとインシーン照明者のスペクトルパワー分布は、フォトリアリスティック画像の生成において重要な役割を担っている。 均一発光体のSPDを簡易かつ低コストで捕捉・再構成する手法を提案する。 シミュレーションや実世界の例では,スポットライトとうまく連携する手法を示す。
  論文  参考訳（メタデータ） (2024-10-30T04:18:48Z)
• FusionRF: High-Fidelity Satellite Neural Radiance Fields from Multispectral and Panchromatic Acquisitions [38.55830312265355]
  光学的未処理衛星画像からのニューラルレンダリング地形再構成手法であるFusionRFを導入する。 我々は,WorldView-3衛星のマルチスペクトル・パンクロマティック衛星画像について,各地における評価を行った。
  論文  参考訳（メタデータ） (2024-09-23T15:38:03Z)
• Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
  非視線画像(NLOS)は、その潜在的な応用により注目されている。 既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。 本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
  論文  参考訳（メタデータ） (2024-09-21T04:39:45Z)
• 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)
• TraM-NeRF: Tracing Mirror and Near-Perfect Specular Reflections through Neural Radiance Fields [3.061835990893184]
  NeRF(Neural Radiance Fields)のような暗黙の表現は、複雑なシーンを細かな詳細でレンダリングするための印象的な結果を示した。 本研究では,NeRF内部のボリュームレンダリングに適した新しいリフレクショントレーシング手法を提案する。 少数の試料から,光線による重要サンプリングと透過率計算の効率的な手法を導出した。
  論文  参考訳（メタデータ） (2023-10-16T17:59:56Z)
• Diffusion Posterior Illumination for Ambiguity-aware Inverse Rendering [63.24476194987721]
  画像からシーン特性を推定する逆レンダリングは、困難な逆問題である。 既存のソリューションの多くは、プリエントを逆レンダリングパイプラインに組み込んで、プラウシブルなソリューションを奨励している。 本稿では,自然照明マップ上で事前学習した確率拡散モデルを最適化フレームワークに統合する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-30T12:39:28Z)
• Single View Refractive Index Tomography with Neural Fields [16.578244661163513]
  本稿では, 屈折体全体に散在する光源の事前知識を活用し, 単視点屈折率トモグラフィー問題の曖昧化を支援する手法を提案する。 提案手法の有効性を, 模擬屈折場を再構成し, 光源分布が回復場に与える影響を解析し, 模擬暗黒物質マッピング問題に対する本手法の有効性を検証した。
  論文  参考訳（メタデータ） (2023-09-08T17:01:34Z)
• TensoIR: Tensorial Inverse Rendering [51.57268311847087]
  テンソルIRはテンソル分解とニューラルフィールドに基づく新しい逆レンダリング手法である。 TensoRFは、放射場モデリングのための最先端のアプローチである。
  論文  参考訳（メタデータ） (2023-04-24T21:39:13Z)
• Deep Reparametrization of Multi-Frame Super-Resolution and Denoising [167.42453826365434]
  本稿では,多フレーム画像復元作業によく用いられる最大後部定式化の深部再パラメータ化を提案する。 提案手法は,学習された誤差メトリックと,対象画像の潜在表現を導入することによって導かれる。 我々は、バースト復調およびバースト超解像データセットに関する包括的な実験を通して、我々のアプローチを検証する。
  論文  参考訳（メタデータ） (2021-08-18T17:57:02Z)
• Learning to See Through Obstructions with Layered Decomposition [117.77024641706451]
  移動画像から不要な障害を取り除くための学習に基づくアプローチを提案する。 本手法は背景要素と閉塞要素の運動差を利用して両方の層を復元する。 本研究では,合成データから得られた提案手法が実画像に対して良好に動作することを示す。
  論文  参考訳（メタデータ） (2020-08-11T17:59:31Z)

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。