보정되지 않은 조명에서 음영에 의한 형태 구별

단일 이미지에서 표면 법선을 추정하는 것은 도전적입니다. 문제를 간소화하기 위해, 이전 연구는 방향성 조명, 알려진 반사 맵 등과 같은 특수 사례에 집중하여 실험실 밖에서 음영으로부터 형태를 추정하는 것을 비현실적으로 만들었습니다. 보다 현실적인 설정에 대처하기 위해서는 음영 단서를 결합하고 자연 조명에 일반화해야 합니다. 이는 접근 방식의 복잡성과 조정이 필요한 매개변수의 수를 크게 증가시킵니다. 훈련 및 분석을 위한 새로운 대규모 데이터 세트의 도움으로, 우리는 회귀 숲을 사용하여 효율적인 픽셀 독립 예측과 빠른 학습을 위한 음영으로부터 형태를 구별 학습 방식으로 해결합니다. 각 트리의 잎에 있는 폰 미제스-피셔 분포는 표면 법선의 추정을 가능하게 합니다. 이들의 예상 공간 규칙성을 고려하여 텍스톤 및 실루엣 특징을 포함한 공간 특징을 도입합니다. 제안된 실루엣 특징은 표면의 가리키는 윤곽선에서 계산되며, 스케일 불변의 맥락을 제공합니다. 계산 효율성을 제외하고, 이는 보지 않은 데이터에 대한 좋은 일반화가 가능하게 하며, 중요한 것은 반사 맵의 강력한 추정을 허용하여 우리의 접근 방식을 비보정 설정으로 확장합니다. 실험 결과, 우리의 구별 접근 방식이 합성 및 실제 데이터 세트에서 최첨단 방법보다 뛰어난 성과를 보임을 보여줍니다.