論文の概要: Setup-Independent Full Projector Compensation

• arxiv url: http://arxiv.org/abs/2604.01736v1
• Date: Thu, 02 Apr 2026 08:00:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:10.598726
• Title: Setup-Independent Full Projector Compensation
• Title（参考訳）: セットアップ非依存フルプロジェクタ補償
• Authors: Haibo Li, Qingyue Deng, Jijiang Li, Haibin Ling, Bingyao Huang,
• Abstract要約: プロジェクター補償は幾何学的および測光的歪みを補正しようとする。 現在の方法は、表面、照明、またはプロジェクターカメラが変わるたびに微調整や再訓練が必要である。 SICompを導入し、微調整や再訓練をすることなく、未確認のセットアップに一般化する。
• 参考スコア（独自算出の注目度）: 40.922125757397666
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Projector compensation seeks to correct geometric and photometric distortions that occur when images are projected onto nonplanar or textured surfaces. However, most existing methods are highly setup-dependent, requiring fine-tuning or retraining whenever the surface, lighting, or projector-camera pose changes. Progress has been limited by two key challenges: (1) the absence of large, diverse training datasets and (2) existing geometric correction models are typically constrained by specific spatial setups; without further retraining or fine-tuning, they often fail to generalize directly to novel geometric configurations. We introduce SIComp, the first Setup-Independent framework for full projector Compensation, capable of generalizing to unseen setups without fine-tuning or retraining. To enable this, we construct a large-scale real-world dataset spanning 277 distinct projector-camera setups. SIComp adopts a co-adaptive design that decouples geometry and photometry: A carefully tailored optical flow module performs online geometric correction, while a novel photometric network handles photometric compensation. To further enhance robustness under varying illumination, we integrate intensity-varying surface priors into the network design. Extensive experiments demonstrate that SIComp consistently produces high-quality compensation across diverse unseen setups, substantially outperforming existing methods in terms of generalization ability and establishing the first generalizable solution to projector compensation. The code and dataset are available on our project page: https://hai-bo-li.github.io/SIComp/
• Abstract（参考訳）: プロジェクター補償は、画像が非平面面やテクスチャ面に投影されたときに発生する幾何学的および測光的歪みを補正しようとする。 しかし、既存のほとんどの手法は設定に依存しており、表面、照明、プロジェクターカメラが変わるたびに微調整や再訓練が必要である。 1)大規模で多様なトレーニングデータセットの欠如、(2)既存の幾何補正モデルは通常、特定の空間的な設定によって制約される。 本稿では,完全プロジェクタ補償のための最初のセットアップ独立フレームワークであるSICompを紹介する。 これを実現するために,277個のプロジェクタ・カメラ・セットアップにまたがる大規模実世界のデータセットを構築した。 SICompは、幾何と測光を分離する共適応設計を採用する: 慎重に調整された光フローモジュールはオンラインの幾何補正を行い、新しい測光ネットワークは測光補償を処理する。 様々な照明条件下での強靭性をさらに向上するため,ネットワーク設計に強度変化面事前を組み込む。 集中的な実験により、SICompは様々な未知のセットアップをまたいだ高品質な補償を一貫して生成し、一般化能力の点で既存の手法を著しく上回り、プロジェクタ補償に対する最初の一般化可能な解を確立した。 コードとデータセットはプロジェクトのページで公開されています。

関連論文リスト

• Geometry Meets Light: Leveraging Geometric Priors for Universal Photometric Stereo under Limited Multi-Illumination Cues [24.171649472398514]
  GeoUniPS(GeoUniPS)は、合成監督と高レベルの幾何学的先行性を統合する、普遍的な測光ステレオネットワークである。 空間的に異なる視野方向の学習を可能にするために,現実的な視点投影を伴うPS-Perpデータセットを提案する。
  論文  参考訳（メタデータ） (2025-11-17T06:14:38Z)
• Generalizable and Relightable Gaussian Splatting for Human Novel View Synthesis [49.67420486373202]
  GRGSは、多彩な照明条件下での高忠実なヒューマン・ノベル・ビュー・シンセサイザーのための一般的な3Dガウスのフレームワークである。 我々は, 精密深度および表面の正常度を予測するために, 合成依存データに基づいて学習した照明対応幾何微細化(LGR)モジュールを提案する。
  論文  参考訳（メタデータ） (2025-05-27T17:59:47Z)
• Towards Unified Structured Light Optimization [2.4823372746556442]
  構造光(SL)3次元再構成は、物体の表面の正確な形状を捉える。 多様な照明条件やオブジェクトタイプ,さまざまなタイプのSLに適応可能な,SL最適化のための統一フレームワークを提案する。 主なコントリビューションには、プロジェクタの新たなグローバルマッチング方法があり、プロジェクタとカメラの正確なアライメントを可能にする。
  論文  参考訳（メタデータ） (2025-01-24T17:29:17Z)
• CompenHR: Efficient Full Compensation for High-resolution Projector [68.42060996280064]
  プロジェクター補償はプロジェクターカメラシステムの実用的なタスクである。 プロジェクター入力画像、名前付き補償画像を見つけることを目的としており、プロジェクターが投影されると幾何学的および測光的歪みがキャンセルされる。 最先端の手法では、ディープラーニングを使ってこの問題に対処し、低解像度のセットアップで有望なパフォーマンスを示す。 しかし、ディープラーニングを高精細なセットアップに直接適用することは、長いトレーニング時間と高いメモリコストのために現実的ではない。
  論文  参考訳（メタデータ） (2023-11-22T14:13:27Z)
• End-to-end Full Projector Compensation [81.19324259967742]
  完全なプロジェクター補償は、プロジェクター入力画像を変更して、プロジェクター表面の幾何学的および測光的乱れを補償することを目的としている。 本稿では,この2つの問題を共同で解くために,CompenNeSt++というエンド・ツー・エンドの微分可能な最初のソリューションを提案する。
  論文  参考訳（メタデータ） (2020-07-30T18:23:52Z)
• DeProCams: Simultaneous Relighting, Compensation and Shape Reconstruction for Projector-Camera Systems [91.45207885902786]
  本稿では,ProCamsの測光および幾何学的マッピングを学習するために,DeProCamsという新しいエンドツーエンドトレーニングモデルを提案する。 DeProCamsは、プロジェクターカメライメージマッピングを、シェーディング属性推定、粗い直接光推定、フォトリアリスティックなニューラルレンダリングの3つのサブプロセスに明示的に分解する。 私たちの実験では、DeProCamsは、期待できる品質と完全に差別化可能な従来の芸術よりも明確な優位性を示している。
  論文  参考訳（メタデータ） (2020-03-06T05:49:16Z)

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。