×
托马·帕帕迪米特里;保罗·法瓦罗

通过局部漫反射最大值对未校准的光度立体进行封闭、一致和稳健的解决方案。 （英语） Zbl 1294.68136号

国际期刊计算。视觉。 107，第2期，139-154（2014）.
摘要：已知物体在不同照明下的图像可以提供关于物体表面的强烈线索。如何恢复此类曲面的法线贴图的数学形式化导致了所谓的未标定光度立体问题。在最简单的例子中，这个问题可以简化为只识别三个参数的任务：所谓的广义基本消除（GBR）模糊度。面临的挑战是找到关于对象的其他一般假设，以唯一地识别这些参数。当前的方法不一致，即在同一数据上多次运行时，它们提供不同的解决方案。为了解决这个局限性，我们建议利用“局部漫反射（LDR）”最大值，即法向量平行于照明方向的场景中的点。我们证明了这些极大值的几个值得注意的性质：封闭解、计算效率和GBR一致性。LDR最大值产生对应于GBR参数空间中半圆的简单闭合解；由于不同图像中只有两个漫反射极大值可以识别出唯一的解，因此可以非常有效地识别GBR参数；最后，算法是一致的，因为给定相同的数据，它总是返回相同的解。我们的算法也非常稳健：即使在检测到的最大值（高达80%的观测值）中存在极高水平的异常值，它也可以获得GBR参数的准确估计。该方法在实际数据上进行了验证，并获得了最先进的结果。

引用于12文件

MSC公司：

68T45型 机器视觉和场景理解

关键词：

光度立体;未校准的;弥漫的;最大值;GBR公司;歧义
PDF格式BibTeX公司 XML格式引用
\textit｛T.Papadhimitri｝和\textit｛P.Favaro｝，国际计算机学会。视觉。107，编号2，139-154（2014；兹bl 1294.68136）
全文： 内政部 链接

参考文献：

[1] 阿格拉瓦尔（Agrawal，A.）；Raskar，R.（2006）。从梯度场重建曲面的范围是什么。ECCV（第578-591页）。柏林：斯普林格。
[2] 奥尔德林，N.，&；Kriegman，D.（2007）。面向重建具有任意各向同性反射率的曲面：分层光度立体方法。国际计算机视觉杂志，21，1-8。
[3] Alldrin，N.、Mallick，S.和；Kriegman，D.（2007）。用熵最小化法求解广义基本解模糊度。计算机视觉和模式识别（第1-7、17-22页）。
[4] Basri，R.和；Jacobs，D.（2001）。具有一般未知照明的光度立体声。IEEE计算机视觉和模式识别会议（第374–381页）。
[5] Belhumeur，P.N.、Kriegman，D.J.和；Yuille，A.L.（1999）。基本消除了歧义。国际计算机视觉杂志，35（1），33–44。
[6] Chandraker，M.、Bai，J.和；Ramamoorthi，R.（2011）。未知各向同性反射的光度重建理论。在IEEE计算机视觉和模式识别会议上。
[7] Chandraker，M.K.，Kahl，F.和；Kriegman，D.J.（2005）。关于广义解除模糊性的思考。在计算机视觉和模式识别会议上（第788–795页）。
[8] Drbohlav，O.和；Chantler，M.（2005）。两个镜面反射像素可以校准光度立体吗？。《计算机视觉国际会议论文集》（第1850–1857页）。
[9] Drbohlav，O.和；Sara，R.（2002年）。镜面反射降低了未校准的光度立体图的模糊性。在欧洲计算机视觉会议上（第46–62页）·Zbl 1039.68621号
[10] 法瓦罗，P.，&；Papadhimiri，T.（2012年）。通过漫反射最大值实现未校准光度立体的封闭解决方案。IEEE计算机视觉和模式识别会议（CVPR）（第821-828页）·Zbl 1294.68136号
[11] Georghiades，A.（2003年）。将torrance和sparrow反射率模型合并到未校准的光度立体中。《计算机视觉国际会议论文集》（第816–823页）。
[12] Georghiades，A.S.，Belhumeur，P.N.和；Kriegman，D.J.（2001）。从少到多：用于可变光照和姿势下人脸识别的照明锥模型。IEEE模式分析和机器智能汇刊，23643-660·Zbl 05111520号 ·doi:10.1109/34.927464
[13] Hayakawa，H.（1994）。任意运动光源下的光度立体。美国光学学会杂志，11（11），3079-3089·doi:10.1364/JOSAA.11.003079
[14] Hertzmann，A.，&；Seitz，S.（2005）。基于示例的光度立体：使用一般的、不同的brdfs进行形状重建。模式分析与机器智能，27（8），1254-1264·Zbl 05112023号 ·doi:10.1109/TPAMI.2005.158
[15] Koppal，S.J.和；Narasimhan，S.G.（2006年）。用于场景分析的聚类外观。IEEE计算机视觉和模式识别会议，2，1323–1330。
[16] Lagger，P.和；Fua，P.（2008）。在存在镜面反射和纹理的情况下检索多个光源。计算机视觉和图像理解，111，207–218·Zbl 05363046号 ·doi:10.1016/j.cviu.2007.11.002
[17] Lin，Z.、Chen，M.和；Ma，Y.（2009年）。精确恢复低秩矩阵的增广拉格朗日乘子方法。UIUC技术，报告UILU-ENG-09-2215。
[18] Okabe，T.、Sato，I.和；Sato，Y.（2009）。附加阴影编码：在未知反射率和照明条件下，从阴影中估计曲面法线。《计算机视觉国际会议论文集》（第1693-1700页）。
[19] Oren，M.和；Nayar，S.K.（1997）。镜面几何理论。国际计算机视觉杂志，24，105–124·Zbl 05471545号 ·doi:10.1023/A:1007954719939
[20] 佐藤，I.，Okabe，T.，Yu，Q.，&；佐藤（2007）。基于不同光照下辐射变化相似性的形状重建。《计算机视觉国际会议论文集》（第1-8、14-21页）。
[21] Shi，B.、Matsushita，Y.、Wei，Y.和Xu，C；Tan，P.（2010）。自校准光度立体声。IEEE计算机视觉和模式识别会议（第1118-1125页）。
[22] Sunkavalli，H.P.K.，&；Zickler，T.（2010）。可见性子空间：带阴影的未校准光度立体。在欧洲计算机视觉会议上，第二部分（第251-264页）。
[23] Tan，P.、Mallick，S.、Quan，L.、Kriegman，D.和；Zickler，T.（2007）。各向同性、互易性和广义解除模糊性。计算机视觉和模式识别会议，1（8），17-22。
[24] Woodham，R.（1980）。从多幅图像中确定表面方向的光度法。光学工程，19（1），139-144·数字对象标识代码：10.1117/12.7972479
[25] Wright，J.、Ganesh，A.、Rao，S.、Peng，Y.和；马云（2009）。稳健主成分分析：通过凸优化精确恢复损坏的低秩矩阵。《神经信息处理系统学报》（NIPS）。
[26] Wu，L.、Ganesh，A.、Shi，B.、Matsushita，Y.、Wang，Y.和；Ma，Y.（2011年）。通过低秩矩阵完成和恢复实现稳健的光度立体声。在亚洲计算机视觉会议上（第703-717页）。
[27] Wu，T.和；Tang，C.（2005）。使用镜像球体和图形切割的密集光度立体。计算机视觉与模式识别，1140-147。
[28] Yuille，A.和；斯诺，D.（1997）。利用可积性从多幅图像中提取形状和反照率。《计算机视觉和模式识别》（第158-164页）。
[29] Zickler，T.、Belhumeur，P.和；Kriegman，D.（2002）。亥姆霍兹立体视觉：利用相互作用进行表面重建。国际计算机视觉杂志，49（2-3），215-227·Zbl 1012.68768号 ·doi:10.1023/A:1020149707513
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。