面向多视角光度立体视觉的神经表观 BRDF 场
计算机视觉与模式识别
2022-07-15 v1 图形学
摘要
我们提出利用神经辐射场（NeRFs）的扩展来处理多视角光度立体视觉问题，该扩展以光源方向为条件。我们神经表示的几何部分预测表面法线方向，使我们能够推断局部表面反射率。我们神经表示的外观部分被分解为一个神经双向反射分布函数（BRDF，作为拟合过程的一部分学习得到）和一个阴影预测网络（以光源方向为条件），从而允许我们对表观 BRDF 进行建模。这种将基于物理图像形成模型的归纳偏置与学习组件相平衡的做法，使我们能够在远离训练期间观察到的光源和观察者方向时进行外推。我们在一个多视角光度立体视觉基准上展示了我们的方法，并表明利用 NeRF 的神经密度表示可以获得具有竞争力的性能。
引用
@article{arxiv.2207.06793,
title = {Neural apparent BRDF fields for multiview photometric stereo},
author = {Meghna Asthana and William A. P. Smith and Patrik Huber},
journal= {arXiv preprint arXiv:2207.06793},
year = {2022}
}
备注
9 pages, 6 figures, 1 table