Core Concepts
본 연구는 다시점 반사율(선택적) 및 광도측정 스테레오를 통해 획득한 법선 지도를 통합하는 범용적인 접근법을 제안한다. 제안하는 방법은 반사율과 법선을 조명 변화에 따른 방사 휘도 벡터로 재매개변수화하여, 단일 최적화 목적으로 신경망 기반 체적 렌더링을 활용한다. 이를 통해 기존 다시점 광도측정 스테레오 방법들의 다중 목적 함수 문제를 해결하고, 특히 높은 곡률 또는 낮은 가시성 영역의 상세한 3D 재구성을 크게 향상시킨다.
Abstract
본 연구는 다시점 반사율(선택적) 및 법선 지도를 통합하는 범용적인 접근법을 제안한다. 이를 위해 반사율과 법선을 조명 변화에 따른 방사 휘도 벡터로 재매개변수화하고, 단일 최적화 목적으로 신경망 기반 체적 렌더링을 활용한다.
구체적으로 다음과 같은 과정을 거친다:
- 각 관측점에 대해 광도측정 스테레오를 통해 반사율과 법선 지도를 계산한다.
- 가장 신뢰할 수 있는 입력 반사율과 법선을 선별한다.
- 전체 이미지 집합에 걸쳐 반사율 값을 스케일링한다.
- 픽셀 단위의 최적 조명 삼중항을 사용하여 방사 휘도 값을 시뮬레이션한다.
- 부호거리함수와 알베도에 대한 단일 목적 최적화를 수행한다.
- 부호거리함수의 영 준위 집합에서 표면을 재구성한다.
제안하는 방법은 기존 다시점 광도측정 스테레오 방법들의 다중 목적 함수 문제를 해결하고, 특히 높은 곡률 또는 낮은 가시성 영역의 상세한 3D 재구성을 크게 향상시킨다. 또한 기존 또는 향후 광도측정 스테레오 방법과 호환되는 유연성을 가진다.
Stats
각 관측점에서 획득한 96장의 이미지 중 10장을 무작위로 선택하여 반사율과 법선을 계산한다.
각 픽셀의 반사율과 법선 정보를 활용하여 3개의 조명 벡터에 대한 방사 휘도 값을 시뮬레이션한다.
Quotes
"본 연구는 다시점 반사율(선택적) 및 법선 지도를 통합하는 범용적인 접근법을 제안한다."
"제안하는 방법은 반사율과 법선을 조명 변화에 따른 방사 휘도 벡터로 재매개변수화하고, 단일 최적화 목적으로 신경망 기반 체적 렌더링을 활용한다."
"제안하는 방법은 기존 다시점 광도측정 스테레오 방법들의 다중 목적 함수 문제를 해결하고, 특히 높은 곡률 또는 낮은 가시성 영역의 상세한 3D 재구성을 크게 향상시킨다."