文献

J-GLOBAL ID：202002266017799521   整理番号：20A2571728

レンダリングを意識したニューラルネットワークによるオブジェクトベース照明推定【JST・京大機械翻訳】

Object-Based Illumination Estimation with Rendering-Aware Neural Networks

著者 (6件)： Wei Xin (Microsoft Research Asia, Beijing, China) ,  Wei Xin (Zhejiang Univiersity, Hangzhou, China) ,  Chen Guojun (Microsoft Research Asia, Beijing, China) ,  Dong Yue (Microsoft Research Asia, Beijing, China) ,  Lin Stephen (Microsoft Research Asia, Beijing, China) ,  Tong Xin (Microsoft Research Asia, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12360  ページ： 380-396  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 個々のオブジェクトとその局所画像領域のRGBD外見からの高速環境光推定のための方式を提示した。従来の逆レンダリングは実時間アプリケーションに対して計算上要求が要求され,純粋学習ベース技法の性能は個々のオブジェクトから利用可能なメジャー入力データにより制限される。これらの問題に取り組むために,逆レンダリングから物理原理を利用して解を制約する手法を提案し,一方,ニューラルネットワークを利用して,雑音入力データに対するロバスト性を増加させ,時間的および空間的安定性を改善した。これは,高精度と実時間で物体における局所照明分布を推定するレンダリング認識システムをもたらす。推定照明により,仮想物体はARシナリオにおいて,実情景と整合する遮光でレンダリングでき,現実感の改善につながる。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  学習 ,  照明 ,  *ニューラルネットワーク ,  応用プログラム ,  ロバスト性 ,  *レンダリング
準シソーラス用語： 仮想物体 ,  高精度 ,  実時間 ,  入力データ , 【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 (6件)： レンダリング ,  意識 ,  ニューラルネットワーク ,  オブジェクト ,  照明 ,  推定