文献

J-GLOBAL ID：201702221025071069   整理番号：17A1773113

深部屋外照明推定【Powered by NICT】

Deep Outdoor Illumination Estimation

著者 (5件)： Hold-Geoffroy Yannick ,  Sunkavalli Kalyan ,  Hadap Sunil ,  Gambaretto Emiliano ,  Lalonde Jean-Francois
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 2373-2382  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 単一低ダイナミックレンジ画像からの高ダイナミックレンジ屋外照明を推定するためのCNNに基づく技術を提示した。CNNを訓練するために,屋外パノラマの大規模データセットを利用する。これらパノラマパラメータのコンパクト集合(太陽位置,大気条件,カメラパラメータを含む)を与える空に低次元物理的屋外照明モデルに適合した。パノラマからの限られた視野画像を抽出し,入力画像-出力照明パラメータ対のこの大きなセットを持ったセルラ神経回路網を訓練した。試験画像が与えられたとき,このネットワークは,屋外照明環境マップを再構築するために使用できることを照明パラメータを推定するために用いることができる。は筆者らのアプローチが妥当な照明条件の回復を可能にし,単一画像からのフォトリアリスティックな仮想物体挿入を可能にすることを示す。パノラマデータセットと捕獲されたHDR環境マップの両方上で包括的な評価実験により,本手法はこの問題に対する以前の解よりも著しく優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 太陽 ,  *屋外照明 ,  ネットワーク ,  ダイナミックレンジ ,  再構成 ,  画像 ,  照明条件 ,  *照明 ,  セルラニューラルネットワーク
準シソーラス用語： 評価実験 ,  仮想物体 ,  環境地図 ,  カメラパラメータ ,  大規模データセット ,  高ダイナミックレンジ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 深部 ,  屋外照明 ,  推定