LUCES-MV：用于近场点光源光度立体测量的多视角数据集
计算机视觉与模式识别
2024-12-24 v1
摘要
光度立体测量（Photometric Stereo, PS）领域最近的最大进展源于采用可微分体积渲染技术（如 NeRF 或 Neural SDF），在 DiLiGenT-MV 数据集上实现了惊人的 0.2mm 重建误差。然而，虽然存在大型环境光照物体的数据集（如 Digital Twin Catalogue, DTS），但仅有少数小型光度立体测量数据集，往往缺乏具有挑战性的物体（简单、光滑、无纹理）以及实际、小型的近场光照 setup。为此，我们提出 LUCES-MV，是第一个面向近场点光源光度立体测量的真实世界、多视角数据集。该数据集包括 15 个具有不同材质的物体，每个物体在来自 15 个 LED 阵列的不同光照条件下拍摄，LED 距离相机中心 30 到 40 厘米。为便于透明的端到端评估，该数据集不仅提供真实的法线和物体网格及姿态，还提供光照和相机标定图像。我们评估了最新的近场光度立体测量算法，揭示了其在不同材质和形状复杂度下的优势与局限。LUCES-MV 数据集为开发更稳健、更准确和更可扩展的基于真实世界光度立体测量的 3D 重建方法提供了重要基准。
引用
@article{arxiv.2412.16737,
title = {LUCES-MV: A Multi-View Dataset for Near-Field Point Light Source Photometric Stereo},
author = {Fotios Logothetis and Ignas Budvytis and Stephan Liwicki and Roberto Cipolla},
journal= {arXiv preprint arXiv:2412.16737},
year = {2024}
}