稀疏视角、近光照明：未标定点光源光度立体视觉的实用范式

神经方法在基于相机的重建方面取得了显著进展，但它们需要相当密集的视角采样，或基于现有数据集进行预训练，从而限制了其泛化能力。相比之下，光度立体视觉（PS）方法在稀疏视角下实现高质量重建方面显示出巨大潜力。然而，它们并不实用，因为通常需要繁琐的实验室条件、局限于暗室，且往往是多阶段的，容易累积误差。为解决这些缺点，我们提出了一种端到端的未标定多视角PS框架，用于在真实环境中从稀疏视角重建高分辨率形状。我们放宽了暗室假设，允许静态环境照明和动态近LED照明相结合，从而便于在实验室外轻松采集数据。实验验证表明，在稀疏视角场景下，该方法以较大优势优于现有基线方法。这使得高精度三维重建能够从暗室走向现实世界，同时保持合理的数据采集复杂度。