内窥镜中镜面反射处的法线和形状重建
我们提出了一种新的方法来从单眼内窥镜获取的图像序列中进行三维重建。该方法基于两个关键观点:内腔是密封的,可以通过使用符号距离函数来建模;场景照明是变化的,来自内窥镜的光源并随着到表面的距离的平方反比而衰减。通过修改 NeuS 架构以考虑亮度和深度之间的关系,并引入经过校准的内窥镜相机和光源的光度模型,我们的方法是第一个在整个结肠部分产生密封重建的方法。我们在幻影影像上展示了出色的准确性。密封先验结合照明衰减的显著性使得我们能够以可接受的准确性完成未见过表面的重建,为癌症筛查探测的自动质量评估、测量观察到的黏膜的全局百分比铺平了道路。
Sep, 2023
通过卷积神经网络技术,直接预测图像的反射率图以分解出出现的内在属性,并展示了如何通过间接方案在表面方向预测和数据插值的帮助下提高估计结果,同时引入基于真实与合成图像的全新挑战 SMASHINg 评估方法并展示了反射率图在图片编辑中的应用。
Nov, 2015
本文提出了一种新的使用视点和极化数据来完整分离漫反射和镜面反射组件、恢复折射率和最终恢复三维形状的方法,在分离过程中涉及了极化的物理特性,证明了与基准方法有竞争力的结果,并恢复了其他信息(例如折射率)
May, 2016
本文提出一种新的采样模型 Spotlights,通过模拟球面多视野扫描器上均匀分布的虚拟相机从其主点透过小的同心球冠上的样本点投射光线探测由球体所围绕物体的可能交点,将 3D 形状表示为深度值的紧凑 1D 数组,为点云完成任务提供高效且准确的方法。
May, 2022
通过利用消费者 RGB-D 扫描仪自带的 IR Projector 和 IR 图片,本研究提出了一种新的遮蔽形状框架来增强精度,并在实时环境下重建深度图,该方法在 Lambertian 对象中表现良好,在综合光滑和反射表面的情况下也取得了最先进的深度重建效果。
Nov, 2015
本文提出了一种适用于胶囊内窥镜图像的去除高光区域的方法,通过计算高光区边缘的置信度和特征项,确定优先级,使用最佳匹配块在已知区域内复制像素,从而实现去除高光区域并保持颜色和纹理连续的目标。实验结果表明,该方法有效地去除了胶囊内窥镜图像中的高光,并且具有与周围区域相似的颜色和纹理。
Feb, 2024
通过将 NeuS 应用于内窥镜图像并辅以单帧深度图,我们在结肠切片重建方面引入了一种新的方法,该方法解决了单目结肠镜图像重建中的组织纹理表示不足和尺度混淆问题,通过严格的实验证明了其在渲染结肠切片方面的异常精确性,为稳定和一致缩放重建打开了新的途径,为癌症筛查和治疗干预提供了更好的质量。
Apr, 2024
该研究提出一种逆向渲染方法,通过多视角图像恢复场景的表面、材质和光照,可以处理具有光泽物体或亮光照明场景,无需使用附加数据,三个阶段的方法通过漫反射和镜面颜色考虑复杂视角依赖光照效果对表面重构,该方法在不依赖任何附加数据的情况下,优于当前状态下表面材质和光照恢复的最佳方法。
May, 2023
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