本文主要是介绍【课程笔记】谭平计算机视觉(Computer Vision)[5]:反射和光照 - Reflectance Lighting,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
课程链接(5-1):
课程链接(5-2):
radiance的影响因素(辐射强度)
光源
材质、反射
局部形状
反射
计算机视觉中主要考虑反射
BRDF(Bi-directional reflectance distribution function)
BRDF假设(local assumption):反射只和此点接收到的光有关,忽略了半透明、荧光等
这个假设导致依靠BRDF模型建立的人皮肤模型不逼真,因为人的皮肤是有一定透明度的,光是可以在里面传播的。
Radiometric Image analysis
从图片恢复光源等信息
(为图形学的逆过程,由光源渲染图像)
BRDF模型
漫反射/镜面反射
在计算机视觉中大多以漫反射为基础,即同一点在不同图片中的强度相同。
镜面反射即为平常所说的高光。
Lambert’s Model朗伯模型/漫反射
BRDF为一个常数
入射光向不同方向反射的数据是相同的
像素的亮度与视线无关,但与光源的方向有关
Phong Model虹模型/镜面反射
现实中物体都存在漫反射和镜面反射,因此渲染时,大多包含这两种反射
Oren-Nayar Model
Cook-Torrance Model
Microfacet Theory
建立物体表面更清晰的物理模型(放大镜下)
获取BRDF参数
特定光源下,获取图片,然后由这些已知参数反推BRDF模型参数
BRDF模型都是可以用特定的数学公式来表示的
MERL BRDF database, 包含了130种材料的BRDF模型
求解表面形状
通过计算反射法向量,再积分求得形状
求解光源
已知BRDF和形状求解光源
然后在用光源渲染物体
研究工作
- Eye for Relighting, 2004
获取光源的一个例子
通过人的眼睛(类似球)上的成像来解析环境光
如上图所示的高分辨率人眼,即可求解出环境光 - Face as Lighting Probes via Unsupervised Deep Highlight Extraction, ECCV, 2018
用人脸来预估光源
这里还涉及到了神经网络分解高光问题 - Retrographic sensing for the measurement of surface texture and shape, CVPR, 2009
用photometric stereo求解几何细节
可变形的胶,与物体接触而显示出细节-》作为机器人的皮肤 - Microgeometry capture using an elastomeric sensor, SIGGRAPH 2011
- Example-based Photometric Stereo, PAMI, 2005
没用参数模型,只用了一个example,如果两张图像pixel value很像,则说名光照一样
将要测量的物体,使用其同材料物体制作成球,找同样pixel value作为参照
这篇关于【课程笔记】谭平计算机视觉(Computer Vision)[5]:反射和光照 - Reflectance Lighting的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!