用于实时形状、光照与反照率推断的贝叶斯飞行时间方法
计算机视觉与模式识别
2015-07-23 v1
摘要
我们提出了一种用于脉冲飞行时间(TOF)相机中形状、光照与反照率推断的计算模型。与基于相位调制的TOF相机不同，我们的相机支持通用曝光剖面。这带来了额外的灵活性，并需要新颖的计算方法。为应对该挑战，我们提出了一种生成式概率模型，该模型精确地将潜在成像条件与观测到的相机响应相关联。尽管该模型原理严谨，但其中的实时推断被证明是不可行的，因此我们提议采用高效的非参数回归树来近似模型输出。因此，我们能够以视频帧率为每个像素提供深度、有效反照率以及环境光强度的估计与不确定性。我们呈现的这些结果在深度成像领域处于最先进水平。我们方法的灵活性使我们能够轻松丰富生成模型。我们展示了通过将原始单路径模型扩展为能够描述某些多径效应的双路径模型。新模型以无额外计算成本无缝集成到系统中。我们的工作还解决了脉冲TOF系统中最优曝光设计的重要问题。最后，出于基准测试目的以及获取多径的真实经验先验和深入洞察该现象，我们提出了一种物理精确的多径现象仿真。
引用
@article{arxiv.1507.06173,
title = {Bayesian Time-of-Flight for Realtime Shape, Illumination and Albedo},
author = {Amit Adam and Christoph Dann and Omer Yair and Shai Mazor and Sebastian Nowozin},
journal= {arXiv preprint arXiv:1507.06173},
year = {2015}
}