面向一般曲面高光预测的多视图几何模型
计算机视觉与模式识别
2022-12-23 v2 图形学
摘要
高光预测对许多计算机视觉应用至关重要，为增强现实（AR）、同步定位与建图（SLAM）、三维重建和材质建模提供了重要视觉线索。然而，这是一项具有挑战性的任务，需要来自场景的大量信息，包括相机位姿、场景几何、光源和材质属性。我们之前的工作通过构建一个显式模型来处理该任务，该模型使用一个椭球，其投影在给定相机位姿下拟合高光图像轮廓。这些基于椭球的方法属于称为 JOint-LIght MAterial Specularity（JOLIMAS）的模型族，我们已通过去除对场景几何的假设逐步改进之。然而，我们最近的方法仍局限于均匀弯曲表面。本文在不牺牲计算性能的前提下，将 JOLIMAS 推广到任意表面几何，同时提升高光预测质量。所提方法建立了表面曲率与高光形状之间的联系，以消除先前工作中所作的几何假设。与之前工作不同，我们的新模型基于物理的局部光照模型即 Torrance-Sparrow 构建，提供了改进的重建。使用我们的新模型进行的高光预测在具有各种一般形状物体的合成与真实序列上，与最新 JOLIMAS 版本进行了对比测试。如补充视频所示，我们的方法在高光预测上优于先前方法，包括实时设置。
引用
@article{arxiv.2108.09378,
title = {A Multiple-View Geometric Model for Specularity Prediction on General Curved Surfaces},
author = {Alexandre Morgand and Mohamed Tamaazousti and Adrien Bartoli},
journal= {arXiv preprint arXiv:2108.09378},
year = {2022}
}