SfG: AnApproach Based on DGP

最新推荐文章于 2022-05-06 15:38:07 发布

番茄炒蛋

最新推荐文章于 2022-05-06 15:38:07 发布

阅读量269

点赞数 1

本文链接：https://blog.csdn.net/weixin_43625187/article/details/101309310

版权

本文提出了一种基于离散几何处理（DGP）的表面梯度（SfG）重建方法，旨在解决从单个法线图中增强3D表面的问题。该方法将连续的重建问题转化为离散空间，通过约束优化和局部/全局迭代策略，有效地处理不完整数据集和不规则区域边界，同时保留物体的尖锐特征。

摘要由CSDN通过智能技术生成

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。