論文の概要: PISR: Polarimetric Neural Implicit Surface Reconstruction for Textureless and Specular Objects

• arxiv url: http://arxiv.org/abs/2409.14331v1
• Date: Sun, 22 Sep 2024 06:31:11 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-06 23:04:03.983299
• Title: PISR: Polarimetric Neural Implicit Surface Reconstruction for Textureless and Specular Objects
• Title（参考訳）: PISR: ポーラリメトリック・ニューラルインシシット表面再構成
• Authors: Guangcheng Chen, Yicheng He, Li He, Hong Zhang,
• Abstract要約: 本稿では,幾何学的に正確な偏光損失を利用して形状を洗練させる新しい手法であるPISRを提案する。 PISRは、0.5mmのL1チャンファー距離と1mmのFスコアが99.5%であり、従来の偏光面再構成法よりも430倍高速である。
• 参考スコア（独自算出の注目度）: 8.065364590207958
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Neural implicit surface reconstruction has achieved remarkable progress recently. Despite resorting to complex radiance modeling, state-of-the-art methods still struggle with textureless and specular surfaces. Different from RGB images, polarization images can provide direct constraints on the azimuth angles of the surface normals. In this paper, we present PISR, a novel method that utilizes a geometrically accurate polarimetric loss to refine shape independently of appearance. In addition, PISR smooths surface normals in image space to eliminate severe shape distortions and leverages the hash-grid-based neural signed distance function to accelerate the reconstruction. Experimental results demonstrate that PISR achieves higher accuracy and robustness, with an L1 Chamfer distance of 0.5 mm and an F-score of 99.5% at 1 mm, while converging 4~30 times faster than previous polarimetric surface reconstruction methods.
• Abstract（参考訳）: 神経性暗黙表面再構成は近年顕著な進歩を遂げている。 複雑な放射率モデリングを頼りにしているにもかかわらず、最先端の手法はテクスチャレスやスペキュラーな表面といまだに苦労している。 RGB画像と異なり、偏光画像は表面正規の方位角に直接的な制約を与えることができる。 本稿では,幾何学的に正確な偏光損失を利用して形状を洗練させる新しい手法であるPISRを提案する。 さらに、PISRは画像空間の表面の正規化を円滑にし、厳密な形状の歪みを排除し、ハッシュグリッドベースのニューラルサイン距離関数を活用して再構成を加速する。 実験の結果、PISRは0.5mmのL1チャンファー距離と1mmのFスコアが99.5%であり、従来の偏光面再構成法よりも4～30倍高速であることがわかった。

関連論文リスト

• ND-SDF: Learning Normal Deflection Fields for High-Fidelity Indoor Reconstruction [50.07671826433922]
  微妙な幾何を同時に復元し、異なる特徴を持つ領域をまたいだ滑らかさを保つことは自明ではない。 そこで我々は,ND-SDFを提案する。ND-SDFは,通常のシーンとそれ以前のシーンの角偏差を表す正規偏向場を学習する。 本手法は, 壁面や床面などのスムーズなテクスチャ構造を得るだけでなく, 複雑な構造の幾何学的詳細も保存する。
  論文  参考訳（メタデータ） (2024-08-22T17:59:01Z)
• 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)
• 3D Imaging of Complex Specular Surfaces by Fusing Polarimetric and Deflectometric Information [5.729076985389067]
  そこで本研究では,新しい手法を用いて,反射光場に含まれる情報を符号化し,復号化するための計測原理を提案する。 提案手法では,SfPの非現実的正像像像の仮定を除去し,それぞれの結果を大幅に改善する。 複素形状の鏡面上での単発・多発計測を実演し,本手法について紹介する。
  論文  参考訳（メタデータ） (2024-06-04T06:24:07Z)
• $α$Surf: Implicit Surface Reconstruction for Semi-Transparent and Thin Objects with Decoupled Geometry and Opacity [31.169060694622008]
  符号付き距離関数 (SDF) のような入射表面表現は, 画像に基づく表面再構成に有望なアプローチとして現れている。 半透明および薄い表面の再構成のための体積幾何学と不透明性を備えた新しい表面表現である$alphaSurfを提案する。
  論文  参考訳（メタデータ） (2023-03-17T16:08:56Z)
• 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)
• High-Quality RGB-D Reconstruction via Multi-View Uncalibrated Photometric Stereo and Gradient-SDF [48.29050063823478]
  本稿では、カメラのポーズ、照明、アルベド、表面の正規化に取り組み、新しい多視点RGB-Dベースの再構成手法を提案する。 提案手法は,特定の物理モデルを用いて画像描画過程を定式化し,実際の表面の体積量を最適化する。
  論文  参考訳（メタデータ） (2022-10-21T19:09:08Z)
• Edge-preserving Near-light Photometric Stereo with Neural Surfaces [76.50065919656575]
  近光光度ステレオで解析的に微分可能なニューラルサーフェスを導入し、シャープ深度エッジでの微分誤差を回避する。 合成シーンと実世界のシーンの両方で実験を行い, エッジ保存による詳細な形状復元法の有効性を実証した。
  論文  参考訳（メタデータ） (2022-07-11T04:51:43Z)
• PVSeRF: Joint Pixel-, Voxel- and Surface-Aligned Radiance Field for Single-Image Novel View Synthesis [52.546998369121354]
  シングルビューRGB画像からニューラル放射場を再構成する学習フレームワークPVSeRFを提案する。 本稿では,明示的な幾何学的推論を取り入れ,放射場予測のための画素アラインな特徴と組み合わせることを提案する。 このような幾何学的特徴の導入は、外観と幾何学の絡み合いを改善するのに有効であることを示す。
  論文  参考訳（メタデータ） (2022-02-10T07:39:47Z)
• 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)

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。