シャドウハンドリングによる形状復元のためのニューラル反射率【JST・京大機械翻訳】

Li Junxuan; Li Hongdong

プレプリント

J-GLOBAL ID：202202205030679356 整理番号：22P0309559

シャドウハンドリングによる形状復元のためのニューラル反射率【JST・京大機械翻訳】

Neural Reflectance for Shape Recovery with Shadow Handling

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年03月24日プレプリントサーバーでの情報更新日： 2022年03月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文は,未知,非Lambertian,およびおそらく空間的に変化する表面材料を有するシーンの形状を回復することを目的とする。物体の形状が高度に複雑であり,表面の影がキャストするとき,タスクは非常に挑戦的になる。これらの課題を克服するために,著者らは,未知の3D形状およびあらゆる表面点における未知反射率をパラメータ化するために,座標ベースの深いMLP(多層パーセプトロン)を提案した。このネットワークは,観測された測光分散と表面の影を活用でき,表面形状と一般的非Lambert反射率の両方を回復することができる。キャスト影を明示的に予測し,これらのシャドウイング領域の可能なアーチファクトを緩和し,より高い推定精度を導いた。このフレームワークは,グランドトルース形状もBRDFも必要としないという意味で,完全に自己監督されている。実世界画像に関するテストは,著者らの方法が重要なマージンによって既存の方法より優れていることを実証した。MLPネットの小さいサイズのおかげで,著者らの方法は以前のCNNベースの方法より1桁速い。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

図形・画像処理一般

, , ,

前のページに戻る