論文の概要: LUCES-MV: A Multi-View Dataset for Near-Field Point Light Source Photometric Stereo

• arxiv url: http://arxiv.org/abs/2412.16737v1
• Date: Sat, 21 Dec 2024 18:58:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-24 15:58:35.427569
• Title: LUCES-MV: A Multi-View Dataset for Near-Field Point Light Source Photometric Stereo
• Title（参考訳）: LUCES-MV: 近距離光源測光ステレオ用マルチビューデータセット
• Authors: Fotios Logothetis, Ignas Budvytis, Stephan Liwicki, Roberto Cipolla,
• Abstract要約: 近距離光源光度ステレオ用に設計された,世界初の実世界のマルチビューデータセットLUCES-MVを提案する。 私たちのデータセットには、15個のオブジェクトが含まれており、それぞれが、カメラセンターから30から40cmの位置にある15個のLEDの配列から、様々な光条件下で撮影された。 我々は、現状の近接場測光ステレオアルゴリズムを評価し、その強度と、異なる材料と形状の複雑さの制限を強調した。
• 参考スコア（独自算出の注目度）: 31.457168417257943
• License:
• Abstract: The biggest improvements in Photometric Stereo (PS) field has recently come from adoption of differentiable volumetric rendering techniques such as NeRF or Neural SDF achieving impressive reconstruction error of 0.2mm on DiLiGenT-MV benchmark. However, while there are sizeable datasets for environment lit objects such as Digital Twin Catalogue (DTS), there are only several small Photometric Stereo datasets which often lack challenging objects (simple, smooth, untextured) and practical, small form factor (near-field) light setup. To address this, we propose LUCES-MV, the first real-world, multi-view dataset designed for near-field point light source photometric stereo. Our dataset includes 15 objects with diverse materials, each imaged under varying light conditions from an array of 15 LEDs positioned 30 to 40 centimeters from the camera center. To facilitate transparent end-to-end evaluation, our dataset provides not only ground truth normals and ground truth object meshes and poses but also light and camera calibration images. We evaluate state-of-the-art near-field photometric stereo algorithms, highlighting their strengths and limitations across different material and shape complexities. LUCES-MV dataset offers an important benchmark for developing more robust, accurate and scalable real-world Photometric Stereo based 3D reconstruction methods.
• Abstract（参考訳）: Photometric Stereo (PS) フィールドの最大の改善は、最近、NRFやNeural SDFのような異なるボリュームレンダリング技術を採用し、DiLiGenT-MVベンチマークで0.2mmの大幅な再構成誤差を達成したことである。 しかし、Digital Twin Catalogue (DTS)のような環境に照らされたオブジェクトのための大きなデータセットは存在するが、挑戦的なオブジェクト(単純で滑らかで、テクスチャのない)と実用的で小さなフォームファクタ(ほぼフィールド)のライトセットアップを欠いている小さなPhotometric Stereoデータセットはいくつかしかない。 そこで本研究では,近接場光源測光ステレオ用に設計された,世界初の実世界のマルチビューデータセットLUCES-MVを提案する。 私たちのデータセットには、15個のオブジェクトが含まれており、それぞれが、カメラセンターから30から40cmの位置にある15個のLEDの配列から、様々な光条件下で撮影された。 透明なエンドツーエンド評価を容易にするため,本データセットは,地中真理の正規性と地中真理のオブジェクトメッシュとポーズだけでなく,光とカメラのキャリブレーション画像も提供する。 我々は、現状の近接場測光ステレオアルゴリズムを評価し、その強度と、異なる材料と形状の複雑さの制限を強調した。 LUCES-MVデータセットは、より堅牢で正確でスケーラブルな実世界のPhotometric Stereoベースの3D再構成手法を開発するための重要なベンチマークを提供する。

関連論文リスト

• RMAFF-PSN: A Residual Multi-Scale Attention Feature Fusion Photometric Stereo Network [37.759675702107586]
  複雑な構造空間材料変化領域における2次元画像からの物体の正確な地図の予測は困難である。 画像の解像度の異なるステージとスケールから特徴情報を校正する手法を提案する。 このアプローチは、複雑な領域における物体のテクスチャや幾何学といった、より物理的な情報を保存する。
  論文  参考訳（メタデータ） (2024-04-11T14:05:37Z)
• Multi-Modal Dataset Acquisition for Photometrically Challenging Object [56.30027922063559]
  本稿では,3次元視覚タスクにおける現在のデータセットの限界について,精度,サイズ,リアリズム,および光度に挑戦する対象に対する適切な画像モダリティの観点から検討する。 既存の3次元認識と6次元オブジェクトポーズデータセットを強化する新しいアノテーションと取得パイプラインを提案する。
  論文  参考訳（メタデータ） (2023-08-21T10:38:32Z)
• 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)
• Multi-sensor large-scale dataset for multi-view 3D reconstruction [63.59401680137808]
  マルチビュー3次元表面再構成のための新しいマルチセンサデータセットを提案する。 スマートフォン、Intel RealSense、Microsoft Kinect、産業用カメラ、構造化光スキャナーなどだ。 14の照明条件下で100方向から取得した107の異なるシーンの約1.4万枚の画像を提供する。
  論文  参考訳（メタデータ） (2022-03-11T17:32:27Z)
• 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)
• LUCES: A Dataset for Near-Field Point Light Source Photometric Stereo [30.31403197697561]
  LUCESは, 様々な素材の14個のオブジェクトからなる, 近距離Ld点光のための最初の実世界のデータセットである。 52個のLEDを計る装置は、カメラから10から30cm離れた位置にある各物体に点灯するように設計されている。 提案するデータセットにおける最新の近接場測光ステレオアルゴリズムの性能評価を行った。
  論文  参考訳（メタデータ） (2021-04-27T12:30:42Z)
• Learning Efficient Photometric Feature Transform for Multi-view Stereo [37.26574529243778]
  各ビューのperpixelフォトメトリック情報を,空間的特徴とビュー不変の低レベル特徴に変換することを学ぶ。 本フレームワークは,様々な入力データで利用可能な幾何学情報を自動的に適用し,効率的な利用を行う。
  論文  参考訳（メタデータ） (2021-03-27T02:53:15Z)
• 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)
• Multi-View Photometric Stereo: A Robust Solution and Benchmark Dataset for Spatially Varying Isotropic Materials [65.95928593628128]
  多視点光度ステレオ技術を用いて3次元形状と空間的に異なる反射率の両方をキャプチャする手法を提案する。 我々のアルゴリズムは、遠近点光源と遠近点光源に適している。
  論文  参考訳（メタデータ） (2020-01-18T12:26:22Z)

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。