論文の概要: Indoor Light and Heat Estimation from a Single Panorama
- arxiv url: http://arxiv.org/abs/2502.06973v1
- Date: Mon, 10 Feb 2025 19:12:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-12 14:07:51.556846
- Title: Indoor Light and Heat Estimation from a Single Panorama
- Title（参考訳）: 室内光とパノラマからの熱推定
- Authors: Guanzhou Ji, Sriram Narayanan, Azadeh Sawyer, Srinivasa Narasimhan,
- Abstract要約: 本稿では,室内外空間パノラマ画像から室内光と熱マップを直接推定する新しい手法を提案する。
本手法では,室内パノラマを用いて室内の3次元空間配置を推定する。
対応する屋外パノラマは、空間的に変化する光と材料特性を推測する環境マップとして機能する。
- 参考スコア（独自算出の注目度）: 0.4999814847776098
- License:
- Abstract: This paper presents a novel application for directly estimating indoor light and heat maps from captured indoor-outdoor High Dynamic Range (HDR) panoramas. In our image-based rendering method, the indoor panorama is used to estimate the 3D room layout, while the corresponding outdoor panorama serves as an environment map to infer spatially-varying light and material properties. We establish a connection between indoor light transport and heat transport and implement transient heat simulation to generate indoor heat panoramas. The sensitivity analysis of various thermal parameters is conducted, and the resulting heat maps are compared with the images captured by the thermal camera in real-world scenarios. This digital application enables automatic indoor light and heat estimation without manual inputs and cumbersome field measurements.
- Abstract（参考訳）: 本稿では,室内外空間高ダイナミックレンジ(HDR)パノラマから室内光と熱マップを直接推定する新しい手法を提案する。
本手法では,室内パノラマを用いて3次元空間配置を推定し,屋外パノラマは空間的に変化する光や材料特性を推定する環境マップとして機能する。
室内光輸送と熱輸送の接続を確立し, 室内熱パノラマ発生のための過渡熱シミュレーションを実装した。
各種熱パラメータの感度解析を行い、実際のシナリオで撮像した熱カメラの画像と熱マップを比較した。
このデジタルアプリケーションは、手動入力や煩雑なフィールド計測を使わずに自動室内光と熱推定を可能にする。
関連論文リスト
- Evaluating Panoramic 3D Estimation in Indoor Lighting Analysis [0.0]
この3次元レイアウト推定法は,1つのパノラマを直接入力とし,室内形状と窓開口を有する照明シミュレーションモデルを生成する。
選択したシーンから, 推定室内配置が照明シミュレーションに信頼性があることを実証した。
論文 参考訳（メタデータ） (2024-03-21T21:11:23Z) - SplitNeRF: Split Sum Approximation Neural Field for Joint Geometry,
Illumination, and Material Estimation [65.99344783327054]
本稿では, 実世界の物体の形状, 材料特性, 照明特性を推定してデジタル化する手法を提案する。
提案手法は,実時間物理ベースのレンダリングに画像ベースの照明で使用される分割和近似を,レーダランスニューラルネットワーク(NeRF)パイプラインに組み込む。
提案手法は,NVIDIA A100 GPUを1つのGPUで1時間に1ドル程度のトレーニングをした後で,最先端のリライト品質を実現することができる。
論文 参考訳（メタデータ） (2023-11-28T10:36:36Z) - View-Based Luminance Mapping in Open Workplace [0.0]
本稿では,オープンな職場のファサードにおける室内輝度値をマッピングするための新しい計算手法を提案する。
屋内の異なる場所からの180度の魚眼図、展望位置、年中時刻が作成されている。
高輝度値をフィルターし、半球からファサード面に投影する。
論文 参考訳（メタデータ） (2023-11-25T04:26:50Z) - Virtual Home Staging: Inverse Rendering and Editing an Indoor Panorama
under Natural Illumination [15.530839016602817]
室内パノラマを自然照明下で新しい室内家具配置で変換できる新しい逆レンダリング手法を提案する。
本手法は,(1)パノラマ家具の検出と除去,(2)自動床レイアウト設計,(3)シーン幾何学によるグローバルレンダリング,新しい家具オブジェクト,およびリアルタイム屋外写真からなる。
論文 参考訳（メタデータ） (2023-11-21T01:01:08Z) - Spatiotemporally Consistent HDR Indoor Lighting Estimation [66.26786775252592]
本研究では,屋内照明推定問題を解決するための物理動機付きディープラーニングフレームワークを提案する。
深度マップを用いた1枚のLDR画像から,任意の画像位置における空間的に一貫した照明を予測できる。
我々のフレームワークは、最先端の単一画像やビデオベースの手法と比較して、高画質で光リアリスティック照明予測を実現する。
論文 参考訳（メタデータ） (2023-05-07T20:36:29Z) - Neural Light Field Estimation for Street Scenes with Differentiable
Virtual Object Insertion [129.52943959497665]
既存の屋外照明推定の作業は通常、シーン照明を環境マップに単純化する。
単一画像から5次元HDR光場を推定するニューラルネットワークを提案する。
自律運転アプリケーションにおけるARオブジェクト挿入の利点を示す。
論文 参考訳（メタデータ） (2022-08-19T17:59:16Z) - Sparse Needlets for Lighting Estimation with Spherical Transport Loss [89.52531416604774]
NeedleLightは、新しい照明推定モデルであり、必要に応じて照明を表現し、周波数領域と空間領域を共同で照明推定することができる。
大規模な実験により、NeedleLightは、最先端の手法と比較して、複数の評価指標で常に優れた照明推定を実現していることがわかった。
論文 参考訳（メタデータ） (2021-06-24T15:19:42Z) - Spatially-Varying Outdoor Lighting Estimation from Intrinsics [66.04683041837784]
本稿では,空間変動型屋外照明推定のためのニューラルネットワークSOLID-Netを提案する。
グローバルスカイ環境マップとワープ画像情報を組み合わせて,空間変動する局所照明環境マップを生成する。
合成データセットと実データセットの両方の実験は、SOLID-Netが以前の方法を大幅に上回っていることを示しています。
論文 参考訳（メタデータ） (2021-04-09T02:28:54Z) - Online Photometric Calibration of Automatic Gain Thermal Infrared
Cameras [0.0]
サーマル赤外線カメラのオンラインフォトメトリック校正のためのアルゴリズムを紹介します。
提案手法は特別なドライバ/ハードウェアサポートを必要としない。
我々はこれを視覚計測とSLAMアルゴリズムの文脈で提示する。
論文 参考訳（メタデータ） (2020-12-07T17:51:54Z) - Exploring Thermal Images for Object Detection in Underexposure Regions
for Autonomous Driving [67.69430435482127]
アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。
サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。
本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-01T09:59:09Z)
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。