PS-NeRF：面向多视角光度立体视觉的神经逆渲染方法
计算机视觉与模式识别
2022-12-23 v2 人工智能
摘要
传统的多视角光度立体视觉（MVPS）方法通常由多个不相交的阶段组成，导致明显的累积误差。本文提出一种基于隐式表示的多视角光度立体视觉神经逆渲染方法。给定在非朗伯物体上由多个未知方向光照明所拍摄的多视角图像，我们的方法联合估计几何、材质与光照。我们的方法首先利用多光照图像估计每视角的表面法线图，用于正则化由神经辐射场导出的法线；随后基于感知阴影的可微渲染层联合优化表面法线、空间变化 BRDF 与光照。优化后，重建的物体可用于新视角渲染、重光照与材质编辑。在合成与真实数据集上的实验表明，我们的方法比现有 MVPS 与神经渲染方法实现了更精确的形状重建。我们的代码与模型见 https://ywq.github.io/psnerf。
引用
@article{arxiv.2207.11406,
title = {PS-NeRF: Neural Inverse Rendering for Multi-view Photometric Stereo},
author = {Wenqi Yang and Guanying Chen and Chaofeng Chen and Zhenfang Chen and Kwan-Yee K. Wong},
journal= {arXiv preprint arXiv:2207.11406},
year = {2022}
}
备注
ECCV 2022, Project page: https://ywq.github.io/psnerf