- …
- …
#258
summarized by : Higaki Yoshinari
どんな論文か？
“look around the corner”(障害物で隠れた物体を検出する)タスクにおいて代表的な手法であるNon-line-of-sight (NLOS) imagingでは、従来はアルベド推定と法線推定を独立に行っていた。また、法線推定はノイズに脆弱、単純な形状に限定されるといった課題があった。本研究ではこの課題に対し新たに開発したアルゴリズムに対し、実データでノイズ耐性を詳細に検証した。
新規性
(1)アルベド・法線を同時に推定するためのベクトル化されたデコンボリューション手法(directional lightcone transform)を新たに開発。Lambertのコサイン則を考慮し、アルベド推定を高精度化。
(2)Cholesky–Wiener Solverにより、フーリエ空間で上記デコンボリューションを効率化。
結果
既存のZNLOS, Stanford datasetを用いて検証。法線推定では、精度面は従来手法(LCT)に対しRMS誤差が20%程度低減。速度面では、従来手法(Tsai et al.)の7hから5.2sに大幅に高速化。デプスの精度は、RMS誤差が5.97cm(LCT)から4.96cm(D-LCT)に低減。
その他（なぜ通ったか？等）
アルベド・法線を同時に推定するアルゴリズムの新規性、高速で実用性がある(従来のinverse renderingより1000倍高速)点が評価のポイントと考えられる。
- …
- …