稳态非视距成像
计算机视觉与模式识别
2019-04-09 v2
摘要
传统强度相机恢复相机直接视距内的物体，而遮挡的场景部分在此过程中被视为丢失。非视距成像（NLOS）旨在通过分析遮挡物体在可见场景表面上的间接反射来恢复这些遮挡物体。现有NLOS方法对间接光传输进行时间探测，以根据其传播时间分离光路，这需要专门的仪器，存在光子效率低、成本高和机械扫描的问题。我们脱离时间探测，演示使用传统强度传感器和连续光照的稳态NLOS成像。所提方法不假设完美各向同性散射，而是利用隐藏表面反射率中的方向性，导致其在变化光照下间接反射的（微小）空间变化。为应对这些变化对形状的依赖性，我们提出了一种可训练架构，其仅使用合成训练数据来学习将漫反射间接反射映射到场景反射率。依靠具有高填充因子、高量子效率和低读出噪声的消费级彩色图像传感器，我们展示了此前以皮秒时间分辨率处理的场景配置下的高保真彩色NLOS成像。
引用
@article{arxiv.1811.09910,
title = {Steady-state Non-Line-of-Sight Imaging},
author = {Wenzheng Chen and Simon Daneau and Fahim Mannan and Felix Heide},
journal= {arXiv preprint arXiv:1811.09910},
year = {2019}
}