GMLight：通过几何分布近似进行光照估计
计算机视觉与模式识别
2022-03-23 v2
摘要
从单幅图像推断场景光照是计算机视觉与计算机图形学中一项基本且具挑战性的任务。现有工作通过回归代表性光照参数或直接计算光照图来估计光照。然而，这些方法常面临精度差与泛化能力弱的问题。本文提出几何移动光照（GMLight），一种采用回归网络与生成投影器进行有效光照估计的框架。我们将光照场景参数化为几何光分布、光强、环境项与辅助深度，这些可由回归网络估计。受地球移动距离启发，我们设计了一种新颖的几何移动损失以引导光分布参数的准确回归。利用估计的光参数，生成投影器合成具有真实外观与高频细节的全景光照图。大量实验表明，GMLight 在 3D 物体插入的重光照中实现准确光照估计与优越保真度。代码见 \href{https://github.com/fnzhan/Illumination-Estimation}{https://github.com/fnzhan/Illumination-Estimation}。
引用
@article{arxiv.2102.10244,
title = {GMLight: Lighting Estimation via Geometric Distribution Approximation},
author = {Fangneng Zhan and Yingchen Yu and Changgong Zhang and Rongliang Wu and Wenbo Hu and Shijian Lu and Feiying Ma and Xuansong Xie and Ling Shao},
journal= {arXiv preprint arXiv:2102.10244},
year = {2022}
}
备注
11 pages, 12 figures