Wuyuan Xie, Miaohui Wang, Xianbiao Qi, Lei Zhang, 3D Surface Enhancement from Single Normal Map, IEEE International Conference on Computer Vision (ICCV), 2017, 10.22-10.29, [Implementations]
这篇论文的笔记
本文基于离散几何处理(DGP:discrete geometry processing)提出了一种重建表面梯度(SfG:surface-from-gradients)的方法。文章将连续的重建问题转化为离散空间,并利用最小二乘法优化步骤。
SfG:surface-from-gradients,根据估计的梯度重建曲面
SfS:shape-from-shading,根据阴影形状重建
PS:photometric stereo,光度立体重建
要解决的问题
从数学上讲,由三维曲面生成的梯度场应该是可积的,即沿任何封闭路径的积分都应该等于零,积分结果应该与路径选择无关。然而,在实际应用中,由于估计过程中不可避免的噪声,由PS(或SfS)产生的梯度场很少是可积的。
已有的方法对是整个梯度场施加可积性约束,输入的梯度也是待重构曲面的法向量。对于表面光滑的物体,该方法能有效抑制噪声。但是当对具有尖锐特征的物体应用这种强制时,它会平滑尖锐特征,导致较大的失真。
本方法的3个优点
- 锐化特征保留:法向量在局部成型步骤中只在于facet的内部执