在具有真实光照效果的超现实场景上训练的深度本征分解
计算机视觉与模式识别
2020-09-15 v1 人工智能
图形学
摘要
由于真实数据集的缺陷（要么规模过小，要么存在非真实问题），本征图像估计仍是一项具有挑战性的任务。另一方面，端到端深度学习架构开始取得令人感兴趣的结果，我们认为若重要的物理线索不被忽略，这些结果本可进一步改善。本工作中，我们提出一个双重框架：(a) 灵活生成图像，克服经典数据集的一些问题，如更大尺寸且兼具连贯的光照外观；(b) 通过本征损失绑定物理属性的灵活架构。我们的方案通用性强、计算时间短，并取得了最先进的结果。
引用
@article{arxiv.2009.06295,
title = {Deep intrinsic decomposition trained on surreal scenes yet with realistic light effects},
author = {Hassan Sial and Ramon Baldrich and Maria Vanrell},
journal= {arXiv preprint arXiv:2009.06295},
year = {2020}
}