論文の概要: Deep Polarization Cues for Single-shot Shape and Subsurface Scattering Estimation
- arxiv url: http://arxiv.org/abs/2407.08149v1
- Date: Thu, 11 Jul 2024 03:00:24 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-12 19:08:29.556892
- Title: Deep Polarization Cues for Single-shot Shape and Subsurface Scattering Estimation
- Title(参考訳): 単発形状と地表面散乱推定のための深部偏光キュー
- Authors: Chenhao Li, Trung Thanh Ngo, Hajime Nagahara,
- Abstract要約: 半透明物体の形状と地下散乱(SSS)パラメータを共同で推定する新しい学習手法を提案する。
観測の結果,SSSは光強度だけでなく偏光信号にも影響を及ぼすことがわかった。
偏光半透明物体の大規模合成データセットを導入し,モデルの学習を行った。
- 参考スコア(独自算出の注目度): 13.561603248769302
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this work, we propose a novel learning-based method to jointly estimate the shape and subsurface scattering (SSS) parameters of translucent objects by utilizing polarization cues. Although polarization cues have been used in various applications, such as shape from polarization (SfP), BRDF estimation, and reflection removal, their application in SSS estimation has not yet been explored. Our observations indicate that the SSS affects not only the light intensity but also the polarization signal. Hence, the polarization signal can provide additional cues for SSS estimation. We also introduce the first large-scale synthetic dataset of polarized translucent objects for training our model. Our method outperforms several baselines from the SfP and inverse rendering realms on both synthetic and real data, as demonstrated by qualitative and quantitative results.
- Abstract(参考訳): 本研究では,透明物体の形状と地表面散乱(SSS)パラメータを偏光キューを用いて共同で推定する新しい学習手法を提案する。
偏光キューは、偏光からの形状(SfP)、BRDF推定、反射除去など様々な用途で用いられているが、SSS推定への応用はまだ検討されていない。
観測の結果,SSSは光強度だけでなく偏光信号にも影響を及ぼすことがわかった。
これにより、偏光信号は、SSS推定のための追加の手がかりを提供することができる。
また、偏光半透明物体の大規模合成データセットを導入し、モデルを訓練する。
本手法は,SfPと逆レンダリング領域を合成データと実データの両方で比較し,定性的,定量的な結果を得た。
関連論文リスト
- SS-SfP:Neural Inverse Rendering for Self Supervised Shape from (Mixed) Polarization [21.377923666134116]
偏光の形状 (SfP) は偏光の形状 (SfP) として知られる問題である。
単視点偏光画像から物体やシーンの3次元形状(画素表面の正規度と深さ)を推定する逆レンダリングに基づく新しいフレームワークを提案する。
論文 参考訳(メタデータ) (2024-07-12T14:29:00Z) - Video Frame Interpolation for Polarization via Swin-Transformer [9.10220649654041]
ビデオフレーム補間 (VFI) は広く研究され、実証されてきたが、偏光への応用は未解明のままである。
本研究では,Swin-Transformerに基づくマルチステージ・マルチスケールネットワークSwin-VFIを提案する。
実験の結果,全てのタスクにおいて,提案手法の再現精度が優れていることが示された。
論文 参考訳(メタデータ) (2024-06-17T09:48:54Z) - Robust Depth Enhancement via Polarization Prompt Fusion Tuning [112.88371907047396]
様々な深度センサによる不正確な深度測定を改善するために偏光イメージングを利用するフレームワークを提案する。
まず、偏光データとセンサ深度マップから高密度で完全な深度マップを推定するために、ニューラルネットワークを訓練した学習ベースの戦略を採用する。
大規模データセット上で事前学習したRGBモデルを有効に活用するためのPPFT(Polarization Prompt Fusion Tuning)戦略を提案する。
論文 参考訳(メタデータ) (2024-04-05T17:55:33Z) - 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) - Gradient-Based Feature Learning under Structured Data [57.76552698981579]
異方性設定では、一般的に使用される球面勾配力学は真の方向を回復できないことがある。
バッチ正規化を連想させる適切な重み正規化は、この問題を軽減することができることを示す。
特に、スパイクモデルの下では、勾配に基づくトレーニングのサンプルの複雑さは情報指数とは独立にできる。
論文 参考訳(メタデータ) (2023-09-07T16:55:50Z) - Polarimetric Information for Multi-Modal 6D Pose Estimation of
Photometrically Challenging Objects with Limited Data [51.95347650131366]
6Dポーズ推定パイプラインは、RGBのみまたはRGB-Dデータに依存する。
このような制限を克服するために,補完分極情報を利用した教師付き学習ベース手法を提案する。
論文 参考訳(メタデータ) (2023-08-21T10:56:00Z) - 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) - Simulation-based inference using surjective sequential neural likelihood
estimation [50.24983453990065]
主観的逐次的ニューラルネットワーク類似度推定はシミュレーションに基づく推論の新しい手法である。
データを低次元空間に埋め込むことで、SSNLは高次元データセットに適用する際の従来の可能性ベースの手法が抱えるいくつかの問題を解く。
論文 参考訳(メタデータ) (2023-08-02T10:02:38Z) - Transparent Shape from a Single View Polarization Image [6.18278691318801]
本稿では,一視点偏光画像から透明表面を推定する学習手法を提案する。
従来の偏光法(SfP)法では、固有の透過干渉が物理に基づく事前の信頼性を大幅に低下させるため、透明な形状を推定することが困難である。
論文 参考訳(メタデータ) (2022-04-13T12:24:32Z) - Human Pose and Shape Estimation from Single Polarization Images [45.24275141578927]
本研究では, 偏光誘起幾何学的手がかりを利用して, 単一偏光画像から人間のポーズと形状を推定する。
専用のデータセット(PHSPD)が構築されており、正確なポーズと形状のアノテーションを備えた500Kフレーム以上で構成されている。
偏光カメラは、人間のポーズと形状を推定するための従来のRGBカメラに代わる有望な選択肢として提案されている。
論文 参考訳(メタデータ) (2021-08-15T22:56:18Z) - Deep Polarization Imaging for 3D shape and SVBRDF Acquisition [7.86578678811226]
偏光キューを用いた3次元物体の形状と空間的反射率を効率よく取得する新しい手法を提案する。
偏光イメージングを深層学習と組み合わせることで,物体や物体の出現を一定の制約下で推定する従来の研究と異なり,このような制約を解消する。
我々は,フラッシュ照明とともにディープラーニングを用いた最近の研究と比較して,優れた結果を得るためのアプローチを実証する。
論文 参考訳(メタデータ) (2021-05-06T17:58:43Z)
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。