10、3D场景中人类感知建模与材料识别的研究进展

3D场景中人类感知建模与材料识别的研究进展

人类对3D场景中光泽度的感知

人类对3D场景的感知部分依赖于双目视觉，我们能同时从略微不同的视角观察场景。当两只眼睛从同一表面点接收到不同的亮度时，这表明该表面具有镜面反射特性。除了运动和立体视觉，调节作用也会影响对光泽度的感知。表面本身和高光可以在不同深度被观察到，而且表面越平坦，这种差异越明显，比如平面镜就是最典型的例子。因此，眼睛可以分别聚焦在表面距离或高光距离上，这即使在单眼观察时也能提供镜面反射的线索。

人工智能在材料识别中的应用

随着物体识别研究的成功，机器对材料及其属性的识别也逐渐受到关注。这些研究大多基于图像，旨在识别材料类型（如金属、纸张和木材）或评估材料属性的程度（如光泽度或粗糙度）。

以下是一些相关研究：
1. Dror等人的研究 ：训练了一个支持向量机（SVM）分类器，用于识别六种材料类别：黑色哑光、黑色光泽、铬、灰色光泽、白色哑光和白色光泽。首先，通过在各种光照条件下渲染球体模型生成训练图像，然后使用训练好的SVM对不同形状的测试图像进行分类。SVM使用的属性包括均值、方差、偏度、峰度以及第10、50和90百分位数。该系统在54张计算机生成的测试图像上达到了94%的准确率。
2. Sharan等人的研究 ：通过线性组合图像统计信息，机器视觉系统可以以接近人类的性能估计表面反照率。实验中使用的属性包括偏度、百分位数和标准差，并且该方法也会犯与人类相似的错误。
3. Liu等人的研究 ：提出使用增强线性判别分析（Augmented LDA）方法，根据