通过联合优化低秩矩阵补全与可积性利用更少图像求解未标定光度立体
计算机视觉与模式识别
2017-02-03 v1
摘要
我们提出了一种用于未标定光度立体的新型集成方法。我们利用未知方向光源产生的多幅图像对朗伯物体进行三维重建。我们展示了如何构建一个包含秩约束与可积性约束的单一优化问题，并允许缺失数据。随后我们使用交替方向乘子法（ADMM）求解该优化。我们在真实与合成数据集上进行了广泛的实验评估。我们的集成方法在使用少至 4-6 幅图像进行光度立体时尤其有价值，因为可积性约束能够改进对可能解的线性子空间的估计。我们在这些情况下展示了相较先前工作的良好改进。
引用
@article{arxiv.1702.00506,
title = {Solving Uncalibrated Photometric Stereo Using Fewer Images by Jointly Optimizing Low-rank Matrix Completion and Integrability},
author = {Soumyadip Sengupta and Hao Zhou and Walter Forkel and Ronen Basri and Tom Goldstein and David W. Jacobs},
journal= {arXiv preprint arXiv:1702.00506},
year = {2017}
}