Uncertainty for SVBRDF Acquisition using Frequency Analysis

要約

このペーパーは、マルチビューキャプチャのSVBRDF取得の不確実性を定量化することを目的としています。
制御されていない照明と構造化されていない視点の下で、観測には、キャプチャされたオブジェクトの外観特性を再構築するのに十分な情報が含まれているという保証はありません。
このあいまいさまたは不確実性を研究し、エントロピーを使用して、着信と発信の視聴角のドメインではなく、周波数領域を使用して分析を加速します。
結果は、ミリ秒以内にオブジェクト全体にわたって不確実性のマップを計算する方法です。
周波数モデルにより、競争力のあるパフォーマンスを備えたSVBRDFパラメーターを回復することができ、加速されたエントロピー計算が物理ベースのパストレーサーとの結果と一致し、エラーと不確実性の間に正の相関があることがわかります。
次に、不確実性マップを適用して、キャプチャガイダンス、表面上の情報を共有し、拡散モデルを使用して不確実な領域を使用してSVBRDFの取得を改善できることを示します。
私たちのコードは、https：//github.com/rubenwiersma/svbrdf_unc evantertyで入手できます。

要約(オリジナル)

This paper aims to quantify uncertainty for SVBRDF acquisition in multi-view captures. Under uncontrolled illumination and unstructured viewpoints, there is no guarantee that the observations contain enough information to reconstruct the appearance properties of a captured object. We study this ambiguity, or uncertainty, using entropy and accelerate the analysis by using the frequency domain, rather than the domain of incoming and outgoing viewing angles. The result is a method that computes a map of uncertainty over an entire object within a millisecond. We find that the frequency model allows us to recover SVBRDF parameters with competitive performance, that the accelerated entropy computation matches results with a physically-based path tracer, and that there is a positive correlation between error and uncertainty. We then show that the uncertainty map can be applied to improve SVBRDF acquisition using capture guidance, sharing information on the surface, and using a diffusion model to inpaint uncertain regions. Our code is available at https://github.com/rubenwiersma/svbrdf_uncertainty.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google