BriefGPT - AI 论文速递
·
双目光度立体摄影技术中的神经高度图方法
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
提出一种新型双目光度立体框架，速度快，几何估计质量高。通过最小化光照变化下的法线差异和表面强度差异来学习表面和纹理。与传统方法不同，使用神经高度图和学习的BRDF进行渲染。在DiLiGenT-MV和LUCES-ST数据集上表现优异。
🎯
关键要点
- 提出了一种新型双目光度立体框架，速度与单视图光度立体相同。
- 显著改善了几何估计的质量。
- 通过最小化光照变化下的法线差异和表面强度差异来学习可微表面和纹理表示。
- 与传统方法不同，使用神经高度图表示表面，而非体积表示。
- 采用学习的BRDF进行点接近场强度渲染，而非预测平均强度或使用兰伯特材料假设。
- 在DiLiGenT-MV和LUCES-ST数据集上表现优异，取得最先进的性能。
🏷️
标签
➡️
