本文介绍了章节2.1中的光度一致性测量，主要关注两个图像间的相似度计算以及如何通过平均pair-wise一致性定义单个图像的光度一致性。讨论了投影、支持域、Parzen窗密度估计、空间雕刻法（如体素重建和空间着色）以及最大流最小割算法在这一过程中的作用。
章节2.1，常见光度一致性测量方法简介
2.1 Photo-consistency measures
- photo-consistency of p w.r.t. each pair of images l i l_i li and l j l_j lj as:
C i j ( p ) = ρ ( I i ( Ω ( π i ( p ) ) ) , I j ( Ω ( π j ( p ) ) ) ) (1) Cij(p)=ρ(Ii(Ω(πi(p))),Ij(Ω(πj(p)))) \tag{1} Cij(p)=ρ(Ii(Ω(πi(p))),Ij(Ω(πj(p))))(1)
ρ(f, g) is a similarity measure that compares two vectors,
πi§ denotes the projection of p into image i,
Ω(x) defines a support domain around point x,and
I i ( x ) I_i(x) Ii(x)denotes the image intensities sampled within the domain
- Given the photo-consistency definition in （1） between two images, one can further define the photo-consistency of p w.r.t. a single image Ii by simply averaging all the pair-wise photo-consistencies
Parzen Window
参考文章：知乎：Parzen window密度估计
空间雕刻法Space Carving
三维重建_体素重建—空间雕刻法/体素着色法
- 空间雕刻法
- 体素着色法
朗伯表面：理想的完全漫反射表面，也称各向同性反射，三维物体表面颜色在所有视角中保持不变
Max Flow Min Cut 最大流最小割算法
图论：最大流最小割
3667
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
