RecoveringSurfaceNormalandArbitraryImages:ADualRegressionNetworkforPhotometricStereo

Recovering Surface Normal and Arbitrary Images: A Dual Regression Network for Photometric Stereo

恢复表面法向和任意图像:
一种用于光度立体视觉的双回归网络
Author：Yakun Ju， Junyu Dong，Sheng Chen
中国海洋大学计算机科学与技术系，山东青岛

Abstract

光度立体法从不同照明方向下的多幅图像中恢复三维物体表面法线。传统的测光立体声方法存在非朗伯面具有一般反射率的问题。通过利用深度神经网络，基于学习的方法能够改进一般非朗伯曲面下的表面法向估计。然而，这些最先进的基于学习的方法并没有将表面法线与重建图像相关联，因此，它们不能探索这种关联对表面法线估计的有益影响。在本文中，我们特别地利用了这种关联的积极影响，并提出了一种新的对偶回归网络，无论是良好的表面法线和任意重建的图像在标定的光度立体。我们的工作将三维重建和渲染任务统一在一个深度学习框架中，探索包括:1。在任意照明方向下生成指定的重建图像，提供更直观的反射率感知，对视觉应用非常有用，如虚拟现实和2。我们的双重回归方案在观测图像和重建图像上引入了额外的约束，形成一个闭环来提供