38、从图像中高效获取几何形状与反射率的材料识别及形状恢复新方法

从图像中高效获取几何形状与反射率的材料识别及形状恢复新方法

在计算机视觉领域，从二维图像中恢复三维形状以及进行材料识别一直是重要的研究方向。本文将介绍两种相关的技术，分别是材料识别技术和“Shape in a Box”（SiaB）形状恢复方法。

材料识别技术

材料识别在获取几何形状和反射率信息时具有重要作用。在实际情况中，有些材料外观非常相似，人类甚至难以区分。基于这种材料的相似性，我们可以利用存储的参数进行后续的获取或重建工作，同时还能得到关于合适获取和重建方法的可靠建议。

研究采用了基于集合的识别方案，并结合标准描述符和编码来进行材料识别。研究发现，利用材料样本在不同视角 - 光照条件下的多张图像进行材料识别是有益的。对于类内方差较小的数据库，在接近 100% 饱和之前，性能提升空间有限，这可能导致近年来人们对基于多种视角 - 光照配置的材料识别研究兴趣降低。然而，对于具有较大类内方差的更具挑战性的数据库，在不同视角 - 光照配置下，为了实现高效获取，基于正确的获取程序建议提供可靠的材料识别仍然至关重要。通过观察材料在少数视角 - 光照配置下的特征外观，可以高度可靠地实现这种材料识别，这凸显了在单个样本外观存在较大变化的情况下，基于集合的材料识别的显著优势。

“Shape in a Box”（SiaB）形状恢复方法

从二维图像中恢复三维形状是计算机视觉领域自诞生以来的一个活跃研究领域。常见的形状恢复技术包括基于立体视觉的形状恢复、基于阴影的形状恢复等，而本文重点关注的是光度立体视觉方法。

经典光度立体视觉

经典光度立体视觉通过从同一相机位置拍摄由三个独立光源照亮的物体的三张图像，来恢复静态