論文の概要: Segmentation-Driven Monocular Shape from Polarization based on Physical Model

• arxiv url: http://arxiv.org/abs/2601.04776v1
• Date: Thu, 08 Jan 2026 09:57:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-09 17:01:53.144533
• Title: Segmentation-Driven Monocular Shape from Polarization based on Physical Model
• Title（参考訳）: 物理モデルに基づく偏光からの偏光駆動単分子形状
• Authors: Jinyu Zhang, Xu Ma, Weili Chen, Gonzalo R. Arce,
• Abstract要約: 本稿では,新しいセグメンテーション駆動単分子SfPフレームワークを提案する。 グローバルな形状回復を適応的に分断された凸部分領域上の局所的な再構成の集合に再構成する。 合成と実世界の両方のデータセットの実験は、提案されたアプローチを検証する。
• 参考スコア（独自算出の注目度）: 15.846916365035854
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Monocular shape-from-polarization (SfP) leverages the intrinsic relationship between light polarization properties and surface geometry to recover surface normals from single-view polarized images, providing a compact and robust approach for three-dimensional (3D) reconstruction. Despite its potential, existing monocular SfP methods suffer from azimuth angle ambiguity, an inherent limitation of polarization analysis, that severely compromises reconstruction accuracy and stability. This paper introduces a novel segmentation-driven monocular SfP (SMSfP) framework that reformulates global shape recovery into a set of local reconstructions over adaptively segmented convex sub-regions. Specifically, a polarization-aided adaptive region growing (PARG) segmentation strategy is proposed to decompose the global convexity assumption into locally convex regions, effectively suppressing azimuth ambiguities and preserving surface continuity. Furthermore, a multi-scale fusion convexity prior (MFCP) constraint is developed to ensure local surface consistency and enhance the recovery of fine textural and structural details. Extensive experiments on both synthetic and real-world datasets validate the proposed approach, showing significant improvements in disambiguation accuracy and geometric fidelity compared with existing physics-based monocular SfP techniques.
• Abstract（参考訳）: 単分子形状偏光(SfP)は、光偏光特性と表面形状の内在的関係を利用して、単視点偏光画像から表面の正規分布を復元し、3次元再構成のためのコンパクトでロバストなアプローチを提供する。 その可能性にもかかわらず、既存の単分子SfP法は方位角曖昧さに悩まされ、これは偏極解析の固有の限界であり、復元精度と安定性を著しく損なう。 本稿では,グローバルな形状回復を適応的にセグメント化された凸部分領域上での局所的再構成の集合に再構成する,セグメンテーション駆動単分子SfP(SMSfP)フレームワークを提案する。 具体的には,大域凸性仮定を局所凸性領域に分解し,方位の曖昧さを効果的に抑制し,表面の連続性を保存するために,偏光支援適応領域成長戦略を提案する。 さらに,MFCP(Multi-scale fusion convexity prior)制約を開発し,局所的な面の整合性を確保し,微細なテクスチャや構造的詳細の回復を促進する。 合成と実世界の両方のデータセットに対する大規模な実験により提案手法が検証され、既存の物理ベースの単分子SfP技術と比較して、曖昧さの精度と幾何学的忠実度が大幅に改善された。

関連論文リスト

• Seamlessly Natural: Image Stitching with Natural Appearance Preservation [0.6089774484591287]
  SENAは、パララックスと深度変化を特徴とする現実世界の挑戦的なシーンにおける構造的忠実度を優先する。 SENAは3つの重要なコントリビューションを通じて基本的な制限に対処する。 挑戦的なデータセットで行われた実験は、SENAが主要なホモグラフィーベースの手法に匹敵するアライメント精度を達成することを示した。
  論文  参考訳（メタデータ） (2026-01-03T18:40:35Z)
• RefLSM: Linearized Structural-Prior Reflectance Model for Medical Image Segmentation and Bias-Field Correction [10.716406019360441]
  医用画像セグメンテーションのための新しい変動反射型レベルセットモデル(RefLSM)を提案する。 RefLSMはRetinexにインスパイアされた反射率分解をセグメンテーションフレームワークに明示的に統合する。 RefLSMは,最先端レベル設定法と比較して,セグメンテーション精度,ロバスト性,計算効率が優れていることを示す。
  論文  参考訳（メタデータ） (2025-12-08T06:06:29Z)
• PolGS: Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction [68.8705801813427]
  PolGSは10分で高速な反射面再構成が可能なポラリメトリック・ガウス・スプレイティングモデルである。 偏光的制約を3DGSフレームワークに組み込むことで、PolGSは分光成分と拡散成分を効果的に分離し、難解な反射材料のための再構成品質を向上する。
  論文  参考訳（メタデータ） (2025-09-24T03:09:52Z)
• HiNeuS: High-fidelity Neural Surface Mitigating Low-texture and Reflective Ambiguity [8.74691272469226]
  HiNeuSは、既存のアプローチにおける3つの中核的な制限に、一貫したフレームワークである。 1) SDF誘導線トレーシングによる微分可視性検証, 2) レイアライン幾何パッチによる平面コンフォーマルな正規化, 3) 局所勾配に基づく幾何的制約を動的に調節する物理的に接地されたアイコン緩和。
  論文  参考訳（メタデータ） (2025-06-30T13:45:25Z)
• Single-Shot Shape and Reflectance with Spatial Polarization Multiplexing [20.968382043334632]
  単一偏光画像から物体形状と反射率を再構成するための空間偏光多重化(SPM)を提案する。 色と強度のシングルパターン構造光とは異なり、偏光パターンは肉眼では見えず、自然の表面の外観を保っている。
  論文  参考訳（メタデータ） (2025-04-17T17:59:50Z)
• 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)
• 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)
• RaNeuS: Ray-adaptive Neural Surface Reconstruction [87.20343320266215]
  微分可能放射場 eg NeRF を利用して、新しいビューレンダリングを生成するとともに、詳細な3次元表面を再構成する。 本研究では,SDFから放射場への射影を一様等間隔のアイコニカル正規化で定式化し,最適化することを考えると,光度重み付け係数を改良する。 提案する textitRaNeuS は,合成データと実データの両方で広く評価されている。
  論文  参考訳（メタデータ） (2024-06-14T07:54:25Z)
• 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)

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。