基于事件间隔轮廓的鲁棒光度测向方法——PS-EIP
计算机视觉与模式识别
2025-03-25 v1
摘要
最近提出了一种基于事件相机的节能光度测向方法，用于从由移动定向光源引发的对数 Lambert 反射变化触发的事件中恢复表面法线。然而，EventPS 将每个事件间隔独立处理，使其对噪声、阴影和非 Lambert 反射极其敏感。本文提出了基于事件间隔轮廓的光度测向方法（Photometric Stereo based on Event Interval Profile，PS-EIP），通过恢复事件间隔时间序列的像素级表面法线来实现鲁棒性。该方法利用轮廓的连续性，并引入基于轮廓形状的异常值检测方法，从而增强了对阴影和镜面反射异常值的鲁棒性。使用来自3D打印物体的真实事件数据进行实验表明，与EventPS深度学习变体EventPS-FCN相比，PS-EIP在无需深度学习的情况下显著提升了对异常值的鲁棒性。
引用
@article{arxiv.2503.18341,
title = {PS-EIP: Robust Photometric Stereo Based on Event Interval Profile},
author = {Kazuma Kitazawa and Takahito Aoto and Satoshi Ikehata and Tsuyoshi Takatani},
journal= {arXiv preprint arXiv:2503.18341},
year = {2025}
}
备注
CVPR2025