基于本征量的空间变化室外光照估计
计算机视觉与模式识别
2021-04-29 v2
摘要
我们提出 SOLID-Net，一种用于从单张室外图像对任意 2D 像素位置进行空间变化室外光照估计的神经网络。先前工作使用统一的天空环境贴图来表示室外光照。相反，我们通过将全局天空环境贴图与根据从本征量估计的几何信息扭曲的图像信息相结合，生成空间变化的局部光照环境贴图。由于现成可用的带有图像与局部光照真值的室外数据集尚不存在，我们引入了 SOLID-Img 数据集，其包含基于物理渲染的图像及对应的本征量与光照信息。我们训练深度神经网络以基于物理的约束回归本征线索，并利用它们进行全局与局部光照估计。在合成与真实数据集上的实验表明，SOLID-Net 显著优于先前方法。
引用
@article{arxiv.2104.04160,
title = {Spatially-Varying Outdoor Lighting Estimation from Intrinsics},
author = {Yongjie Zhu and Yinda Zhang and Si Li and Boxin Shi},
journal= {arXiv preprint arXiv:2104.04160},
year = {2021}
}