从光线折射推导单目形状
利用仅需数张自然图像和已知任意环境映射,基于物理原理的网络,可恢复透明物体的 3D 形状,包括复杂折射和反射,其成功复原了高质量透明物体的 3D 几何形状,最少仅需五到十二张图片。
Apr, 2020
逆问题中,我们试图从二维投影图像测量中重构场景的三维折射场,为此我们引入了一种使用基于坐标的神经网络对场景中的连续折射场进行建模的方法,并通过分析合成方法优化该网络的参数,以实现对折射场的重建。
Sep, 2023
本文介绍了一种用于实景透明物体的高精度 3D 采集和重建方法,通过使用静态背景和编码模式,建立了相机视野光线和背景上位置之间的映射,并使用不同 iable 跟踪折射光线路径直接优化目标物体的 3D 网格近似,同时保证剪影一致性和平滑度。
Sep, 2020
通过扩展 Laplacian formalism,我们可以将单目 3D 形状重建转化为更好处理的问题,通过简单地解决线性最小二乘问题可以快速可靠地消除异常值。这使我们能够实时地降低表面重建问题的维度而不会损失准确性。
Mar, 2015
本文提出了一种用于重建透明物体完整 3D 形状的全自动方法,通过不同视角下捕获透明物体的轮廓和光线折射路径,并在表面投影、轮廓一致性和表面光滑度三个约束条件下逐步优化模型,实验结果表明该方法可以成功恢复透明物体的复杂形状,并忠实地再现它们的光折射特性。
May, 2018
本文研究计算机视觉中的一个基本问题,即如何从平面图像中推断出世界的内在 3D 结构,并提出一种统计推断的优化问题,通过考虑表面光滑、颜色均匀、光照自然等先验知识,提出一种能够从单张图像中还原场景属性,包括形状、反射率和光照等的技术。该方法包含多个计算机视觉问题的超集,并优于以前所有单独问题的解决方案。
Oct, 2020
本文提出了一种使用人类眼睛的反射信息进行场景重建的方法,通过联合优化角膜姿态、辐射度场和观察者眼睛的虹膜纹理,以及使用简单正则化先验提高重建质量,实现了通过眼睛反射恢复 3D 场景的可行性。
Jun, 2023
本研究提出一种基于神经表示的脸部反射模型,通过单张图像的估计来生成基于光照、视角和脸部几何变换的脸部反射基,可用于在任何光照条件下从任何视角渲染脸部,其能更好地捕捉诸如亚表面散射、镜面效应、自身阴影和其他高阶效应等物理基元,进而提高光照模型的仿真度。
Aug, 2020
我们提出了一个完整的折射三维重建框架,用于使用折射相机配置(包括平板和圆顶水下机舱)的水下三维重建。我们在先进的开源三维结构光束框架 COLMAP 中将折射考虑整合到整个结构光束过程中,通过数值模拟和基于合成真实图像的重建结果验证了我们方法的准确性和鲁棒性,最后,我们用包含近 6000 张图像的数据集展示了我们的方法在大规模折射场景中的能力。
Mar, 2024