神经光谱偏振场
计算机视觉与模式识别
2023-12-12 v2 图像与视频处理
摘要
对场景中光线空间辐射分布的建模已被广泛探索用于包括视图合成在内的应用。光的波动性质——光谱与偏振，常因其被整合为三个RGB光谱带且不为人类视觉所感知而被忽略。然而，这些性质已知包含关于场景的大量材质与几何信息。在此，我们提出对光谱偏振场建模，即任意波长下任一光线的空间Stokes矢量分布。我们提出神经光谱偏振场(NeSpoF)，一种在给定位置、方向与波长的连续变量下对物理有效的Stokes矢量进行建模的神经表示。NeSpoF处理固有的噪声原始测量，展现内存效率，并保留物理关键信号——这些均为表示光谱偏振场高维信号的重要因素。为验证NeSpoF，我们引入了首个多视图高光谱-偏振图像数据集，包含合成与真实场景。这些由我们紧凑的高光谱-偏振成像系统捕获，该系统已针对系统缺陷的鲁棒性进行校准。我们在多样场景上展示了NeSpoF的能力。
引用
@article{arxiv.2306.12562,
title = {Neural Spectro-polarimetric Fields},
author = {Youngchan Kim and Wonjoon Jin and Sunghyun Cho and Seung-Hwan Baek},
journal= {arXiv preprint arXiv:2306.12562},
year = {2023}
}