今年的siggraph一个显著的特点是sketch技术的盛行,从建模到绘制(主要是NPR)都可以看到,当然主要是建模,可以说是让用户从繁琐的建模步骤中解放出来。由于此前关注的是NPR中的line-drawing,所以看到了日本人一篇关于此的文章,其中就用到的sketch。
本来想在baidu里看看国内有没有开展类似的研究(个人认为baidu搜索中文比google强一些),随手输入了sketch+计算机图形学,没想发现了一个关于计算机视觉的介绍,原文地址见 http://ffb93bb549a2b51b3ec4bfbb5d0f67be.zh.infofx.net/ 。之所以引起关注是因为前几天接触了一些关于openCV的知识。大致浏览了之后忽然意识到:计算机视觉是不是和计算机图形学正好是相反的过程?
以下为摘录:
最早的,而且目前还具有巨大影响的一种计算机视觉的框架理论是由David Marr在1970年代末期提出的,在他看来,计算机视觉系统的输入是现实世界的二维图像,而输出应该是基于3D表示的定性的和定量的场景理解。这是一种自底向上的研究思路,在这一体系中涉及到对信息的四种不同表示: (1)输入的二维图像; (2)初始简图(Primal Sketch):提取出明显的轮廓和边缘信息; (3)2.5维简图(2.5D Sketch):提取图像中物体在3D世界中的深度信息和其表面各处的方向信息; (4)以物体为中心的3维表示(3D representation):得到场景的三维几何信息。 其中,从(1)到(2)主要利用各种图像边缘检测算 子或工具,其中比较著名的有Canny/Deriche算法、Shen算法,Sobel算子,LoG算子等。目前人们已经提出了数百种边缘检测算法。 从(2)到(3)由各种shape from X来实现。比如shape from shading,shape from contour, shape from texture, shape from motion, shape from stereo 等等。遗憾的是,这些过程大多是病态问题,即使是良态的,结果也极易受到噪声的干扰。 同样的,从(3)到(4)的过程也不简单,这些都是David Marr理论框架为人诟病的地方。 在David Marr(此君英年早逝)之后,又相继提出了active vision,purposive vision等有一定影响的理论框架,并在这些理论的指导下,取得了一些进展。
其中的shape from contour引起了注意,这不是line-drawing 的目的么?当然line-drawing 中的contour是广义上的,如suggestive contour(siggraph03),而今年的siggraph中《line drawing from abstracted shading》明显是利用了shape from shading的效果,只是作者没有指出而已。但其中也提到(是不是最终稿不记得了)了可以显示出texture的效果。
因此,在NPR中是不是可以考虑如何着重强调诸如contour、shading、texture等信息呢,当然,目的是为了改善人的视觉效果,但是计算机视觉不就是人的视觉的模拟么?(详见上面网址中的介绍)
本来想在baidu里看看国内有没有开展类似的研究(个人认为baidu搜索中文比google强一些),随手输入了sketch+计算机图形学,没想发现了一个关于计算机视觉的介绍,原文地址见 http://ffb93bb549a2b51b3ec4bfbb5d0f67be.zh.infofx.net/ 。之所以引起关注是因为前几天接触了一些关于openCV的知识。大致浏览了之后忽然意识到:计算机视觉是不是和计算机图形学正好是相反的过程?
以下为摘录:
最早的,而且目前还具有巨大影响的一种计算机视觉的框架理论是由David Marr在1970年代末期提出的,在他看来,计算机视觉系统的输入是现实世界的二维图像,而输出应该是基于3D表示的定性的和定量的场景理解。这是一种自底向上的研究思路,在这一体系中涉及到对信息的四种不同表示: (1)输入的二维图像; (2)初始简图(Primal Sketch):提取出明显的轮廓和边缘信息; (3)2.5维简图(2.5D Sketch):提取图像中物体在3D世界中的深度信息和其表面各处的方向信息; (4)以物体为中心的3维表示(3D representation):得到场景的三维几何信息。 其中,从(1)到(2)主要利用各种图像边缘检测算 子或工具,其中比较著名的有Canny/Deriche算法、Shen算法,Sobel算子,LoG算子等。目前人们已经提出了数百种边缘检测算法。 从(2)到(3)由各种shape from X来实现。比如shape from shading,shape from contour, shape from texture, shape from motion, shape from stereo 等等。遗憾的是,这些过程大多是病态问题,即使是良态的,结果也极易受到噪声的干扰。 同样的,从(3)到(4)的过程也不简单,这些都是David Marr理论框架为人诟病的地方。 在David Marr(此君英年早逝)之后,又相继提出了active vision,purposive vision等有一定影响的理论框架,并在这些理论的指导下,取得了一些进展。
其中的shape from contour引起了注意,这不是line-drawing 的目的么?当然line-drawing 中的contour是广义上的,如suggestive contour(siggraph03),而今年的siggraph中《line drawing from abstracted shading》明显是利用了shape from shading的效果,只是作者没有指出而已。但其中也提到(是不是最终稿不记得了)了可以显示出texture的效果。
因此,在NPR中是不是可以考虑如何着重强调诸如contour、shading、texture等信息呢,当然,目的是为了改善人的视觉效果,但是计算机视觉不就是人的视觉的模拟么?(详见上面网址中的介绍)