論文の概要: A Real-world Display Inverse Rendering Dataset

• arxiv url: http://arxiv.org/abs/2508.14411v1
• Date: Wed, 20 Aug 2025 04:15:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-21 16:52:41.338208
• Title: A Real-world Display Inverse Rendering Dataset
• Title（参考訳）: 実世界のディスプレイ逆レンダリングデータセット
• Authors: Seokjun Choi, Hoon-Gyu Chung, Yujin Jeon, Giljoo Nam, Seung-Hwan Baek,
• Abstract要約: 逆レンダリングは、キャプチャされた画像から幾何と反射を再構成することを目的としている。 現在、ディスプレイカメラシステムを使ってキャプチャしたパブリックな現実世界データセットは存在しない。 ディスプレイベースの逆レンダリングのための最初の実世界のデータセットを紹介する。
• 参考スコア（独自算出の注目度）: 10.544409905036986
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Inverse rendering aims to reconstruct geometry and reflectance from captured images. Display-camera imaging systems offer unique advantages for this task: each pixel can easily function as a programmable point light source, and the polarized light emitted by LCD displays facilitates diffuse-specular separation. Despite these benefits, there is currently no public real-world dataset captured using display-camera systems, unlike other setups such as light stages. This absence hinders the development and evaluation of display-based inverse rendering methods. In this paper, we introduce the first real-world dataset for display-based inverse rendering. To achieve this, we construct and calibrate an imaging system comprising an LCD display and stereo polarization cameras. We then capture a diverse set of objects with diverse geometry and reflectance under one-light-at-a-time (OLAT) display patterns. We also provide high-quality ground-truth geometry. Our dataset enables the synthesis of captured images under arbitrary display patterns and different noise levels. Using this dataset, we evaluate the performance of existing photometric stereo and inverse rendering methods, and provide a simple, yet effective baseline for display inverse rendering, outperforming state-of-the-art inverse rendering methods. Code and dataset are available on our project page at https://michaelcsj.github.io/DIR/
• Abstract（参考訳）: 逆レンダリングは、キャプチャされた画像から幾何と反射を再構成することを目的としている。 それぞれのピクセルはプログラム可能な点光源として容易に機能し、LCDディスプレイが発する偏光は拡散・特異分離を促進する。 これらの利点にもかかわらず、現在、ライトステージのような他のセットアップとは異なり、ディスプレイカメラシステムを使用してキャプチャされたパブリックな現実世界データセットは存在しない。 この欠如は、ディスプレイベースの逆レンダリング手法の開発と評価を妨げる。 本稿では,ディスプレイベースの逆レンダリングのための最初の実世界のデータセットを紹介する。 そこで本研究では,LCDディスプレイとステレオ偏光カメラを組み合わせた撮像システムの構築と校正を行う。 次に、一光時(OLAT)表示パターンの下で、多様な幾何学と反射率を持つ多様なオブジェクトの集合をキャプチャする。 また,高品質な地上構造も提供する。 我々のデータセットは、任意の表示パターンと異なるノイズレベルの下で、キャプチャされた画像の合成を可能にする。 このデータセットを用いて、既存の測光ステレオおよび逆レンダリング法の性能を評価し、逆レンダリングの簡易かつ効果的なベースラインを提供する。 コードとデータセットはプロジェクトのページ(https://michaelcsj.github.io/DIR/)で公開されています。

関連論文リスト

• Differentiable Mobile Display Photometric Stereo [8.436027244967438]
  ディスプレイ測光ステレオは、様々な照明条件のシーンを照らすために、プログラム可能な光源としてディスプレイを使用する。 近年, 学習した表示パターンを用いて, 正規再構成精度の向上を図った。 我々は,より実用的な物理ベースの測光ステレオ,微分可能な移動体表示ステレオを提案する。
  論文  参考訳（メタデータ） (2025-02-07T16:24:56Z)
• OpenIllumination: A Multi-Illumination Dataset for Inverse Rendering Evaluation on Real Objects [56.065616159398324]
  我々は,64個のオブジェクトの108K画像を含む実世界のデータセットであるOpenIlluminationを紹介した。 データセットの各画像に対して、正確なカメラパラメータ、照明場真理、前景セグメンテーションマスクを提供する。
  論文  参考訳（メタデータ） (2023-09-14T17:59:53Z)
• Differentiable Display Photometric Stereo [15.842538322034537]
  光度ステレオは、照明条件の変化を利用して表面の正常を再構成する。 本稿では、表示パターンの設計に対処する、微分可能な表示測光ステレオ(DDPS)を提案する。 DDPSは、ターゲットシステムに対して、エンドツーエンドで正確な正常な再構築をもたらす表示パターンを学習する。
  論文  参考訳（メタデータ） (2023-06-23T07:05:08Z)
• WildLight: In-the-wild Inverse Rendering with a Flashlight [77.31815397135381]
  本研究では、未知の環境光下での逆レンダリングのための実用的な測光ソリューションを提案する。 本システムは,スマートフォンで撮影した多視点画像のみを用いて,シーン形状と反射率を復元する。 提案手法は実装が容易で,セットアップも容易で,既存の逆レンダリング技術よりも一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2023-03-24T17:59:56Z)
• MAIR: Multi-view Attention Inverse Rendering with 3D Spatially-Varying Lighting Estimation [13.325800282424598]
  マルチビュー画像を用いてシーンを幾何学、SVBRDF、3次元空間的に変化する照明に分解するシーンレベルの逆レンダリングフレームワークを提案する。 実験の結果,提案手法はシングルビュー方式よりも優れた性能を示すが,実世界のシーンでは頑健な性能が得られることがわかった。
  論文  参考訳（メタデータ） (2023-03-22T08:07:28Z)
• Enhancing Low-Light Images in Real World via Cross-Image Disentanglement [58.754943762945864]
  そこで本研究では,現実の汚職とミスアライメントされたトレーニング画像からなる,新しい低照度画像強調データセットを提案する。 本モデルでは,新たに提案したデータセットと,他の一般的な低照度データセットの両方に対して,最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2022-01-10T03:12:52Z)
• 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。