NPLMV-PS：神经点光源多视图光度立体
计算机视觉与模式识别
2024-12-02 v3
摘要
在这项工作中，我们提出了一种新颖的多视图光度立体（MVPS）方法。与3D重建中的许多工作一样，我们利用了神经形状表示和学习的渲染器。然而，我们的工作不同于诸如PS-NeRF或Supernormal等最先进的多视图PS方法，我们显式地利用逐像素强度渲染，而不是主要依赖于估计的法线。我们对点光源衰减进行建模并显式地光线追踪投射阴影，以最佳地近似每个点的入射辐射度。估计的入射辐射度被用作完全神经材质渲染器的输入，该渲染器使用最少的先验假设，并与表面联合优化。还结合了估计的法线和分割图，以最大化表面精度。我们的方法是首批（与Supernormal一起）超越DiLiGenT-MV基准提出的经典MVPS方法之一，对于在约1.5m距离处成像、分辨率约为400x400的物体，实现了平均0.2mm的Chamfer距离。此外，我们的方法对稀疏MVPS设置（6个视图，6个光源）表现出很高的鲁棒性，大大优于SOTA竞争对手（0.38mm对比0.61mm），说明了神经渲染在多视图光度立体中的重要性。
引用
@article{arxiv.2405.12057,
title = {NPLMV-PS: Neural Point-Light Multi-View Photometric Stereo},
author = {Fotios Logothetis and Ignas Budvytis and Roberto Cipolla},
journal= {arXiv preprint arXiv:2405.12057},
year = {2024}
}