基于物理模型的分割驱动单目偏振形状恢复
计算机视觉与模式识别
2026-01-09 v1
摘要
单目偏振形状恢复利用偏振光特性与表面几何之间的内在关系，从单视角偏振图像中恢复表面法线，为三维重建提供了一种紧凑且鲁棒的方法。尽管具有潜力，但现有的单目 SfP 方法存在方位角模糊这一偏振分析的固有局限性，严重损害了重建的准确性和稳定性。本文提出了一种新颖的分割驱动单目 SfP (SMSfP) 框架，将全局形状恢复重新表述为在自适应分割的凸子区域上的一系列局部重建。具体而言，提出了一种偏振辅助的自适应区域生长 (PARG) 分割策略，将全局凸性假设分解为局部凸区域，有效抑制了方位角模糊并保持了表面连续性。此外，开发了多尺度融合凸先验 (MFCP) 约束，以确保局部表面一致性并增强精细纹理和结构细节的恢复。在合成和真实数据集上的大量实验验证了所提出的方法，与现有的基于物理的单目 SfP 技术相比，在消除模糊准确性和几何保真度方面均显示出显著提升。
引用
@article{arxiv.2601.04776,
title = {Segmentation-Driven Monocular Shape from Polarization based on Physical Model},
author = {Jinyu Zhang and Xu Ma and Weili Chen and Gonzalo R. Arce},
journal= {arXiv preprint arXiv:2601.04776},
year = {2026}
}
备注
11 pages, 10 figures, submittd to IEEE Transactions on Image Processing