論文の概要: Acquisition of Spatially-Varying Reflectance and Surface Normals via Polarized Reflectance Fields

• arxiv url: http://arxiv.org/abs/2412.09772v1
• Date: Fri, 13 Dec 2024 00:39:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-16 15:01:59.813993
• Title: Acquisition of Spatially-Varying Reflectance and Surface Normals via Polarized Reflectance Fields
• Title（参考訳）: 偏光反射場による空間変化反射率と表面正規化の獲得
• Authors: Jing Yang, Pratusha Bhuvana Prasad, Qing Zhang, Yajie Zhao,
• Abstract要約: 実世界の物体の幾何と空間的に変化する反射率を正確に測定することは複雑な作業である。 偏光反射場キャプチャーと包括的統計解析アルゴリズムを用いた新しい手法を提案する。 広帯域の多種多様な物体の捕集形状と反射率を, 拡散度から光沢の範囲で示す。
• 参考スコア（独自算出の注目度）: 15.653977591138682
• License:
• Abstract: Accurately measuring the geometry and spatially-varying reflectance of real-world objects is a complex task due to their intricate shapes formed by concave features, hollow engravings and diverse surfaces, resulting in inter-reflection and occlusion when photographed. Moreover, issues like lens flare and overexposure can arise from interference from secondary reflections and limitations of hardware even in professional studios. In this paper, we propose a novel approach using polarized reflectance field capture and a comprehensive statistical analysis algorithm to obtain highly accurate surface normals (within 0.1mm/px) and spatially-varying reflectance data, including albedo, specular separation, roughness, and anisotropy parameters for realistic rendering and analysis. Our algorithm removes image artifacts via analytical modeling and further employs both an initial step and an optimization step computed on the whole image collection to further enhance the precision of per-pixel surface reflectance and normal measurement. We showcase the captured shapes and reflectance of diverse objects with a wide material range, spanning from highly diffuse to highly glossy - a challenge unaddressed by prior techniques. Our approach enhances downstream applications by offering precise measurements for realistic rendering and provides a valuable training dataset for emerging research in inverse rendering. We will release the polarized reflectance fields of several captured objects with this work.
• Abstract（参考訳）: 実世界の物体の幾何学的および空間的変化の正確な測定は、凹凸の特徴、中空の彫刻、多彩な表面によって形成された複雑な形状のために複雑な作業であり、撮影時に反射と閉塞が生じる。 さらに、レンズフレアや露出過剰といった問題は、プロのスタジオでも二次反射からの干渉やハードウェアの限界によって生じる可能性がある。 本稿では, 偏光場キャプチャと包括統計解析アルゴリズムを用いて, アルベド, スペクトル分離, 粗さ, 異方性パラメータを含む高精度表面正規値(0.1mm/px)と空間変動反射率データを得る手法を提案する。 本アルゴリズムでは,解析モデルを用いて画像のアーティファクトを除去し,画像コレクション全体に対して計算した初期ステップと最適化ステップを併用することにより,画素ごとの反射率の精度と通常の測定精度をさらに向上させる。 幅広い物質範囲を持つ様々な物体の捕えられた形状と反射度を、高度に拡散し、光沢に富んだものから、以前の技術に従わなかった挑戦まで紹介する。 提案手法は,現実的なレンダリングのための高精度な計測値を提供することにより,下流のアプリケーションを強化し,逆レンダリングの研究に有用なトレーニングデータセットを提供する。 この研究により、いくつかの捕獲されたオブジェクトの偏光反射場を解放する。

関連論文リスト

• MERLiN: Single-Shot Material Estimation and Relighting for Photometric Stereo [26.032964551717548]
  光度ステレオは通常、表面の正常を正確に回復するために複数の光源を含む複雑なデータ取得装置を必要とする。 MERLiNは、単一の画像ベースの逆レンダリングとリライトを単一の統合フレームワークに統合したアテンションベースの時間ガラスネットワークである。
  論文  参考訳（メタデータ） (2024-09-01T09:32:03Z)
• 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)
• 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)
• 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)
• 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 Learning Methods for Calibrated Photometric Stereo and Beyond [86.57469194387264]
  光度ステレオは、さまざまなシェーディングキューを持つ複数の画像から物体の表面の正常性を回復する。 深層学習法は、非ランベルト面に対する測光ステレオの文脈において強力な能力を示している。
  論文  参考訳（メタデータ） (2022-12-16T11:27:44Z)
• 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)
• DIB-R++: Learning to Predict Lighting and Material with a Hybrid Differentiable Renderer [78.91753256634453]
  そこで本研究では,単体画像から固有物体特性を推定する難題について,微分可能量を用いて検討する。 そこで本研究では、スペクトル化とレイトレーシングを組み合わせることで、これらの効果をサポートするハイブリッド微分可能なDIBR++を提案する。 より高度な物理ベースの微分可能値と比較すると、DIBR++はコンパクトで表現力のあるモデルであるため、高い性能を持つ。
  論文  参考訳（メタデータ） (2021-10-30T01:59:39Z)
• Deep 3D Capture: Geometry and Reflectance from Sparse Multi-View Images [59.906948203578544]
  本稿では,任意の物体の高品質な形状と複雑な空間変化を持つBRDFを再構成する学習に基づく新しい手法を提案する。 まず、深層多視点ステレオネットワークを用いて、ビューごとの深度マップを推定する。 これらの深度マップは、異なるビューを粗く整列するために使用される。 本稿では,新しい多視点反射率推定ネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-03-27T21:28:54Z)

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。