- …
- …
#27
summarized by : Sou Uchida
どんな論文か？
任意の天候下のLDRパノラマ画像からHDR照明モデルのパラメータを推定する手法(PAnoNet)を提案，PanoNetにより付与される疑似ラベルを学習して非パノラマ画像の照明ラベル推定する方法(CropNet)を提案．
新規性
従来手法では照明モデルにHosek-Wilkie(HW) HDR Sky Modelを用いて晴れ環境下の照明を推定していたが，提案手法ではLalonde-Matthews(LM) outdoor illumination model(項にsumモデルとskyモデルを持つ)を用いて全天候のモデル化を可能にした点．
結果
PanoNetは曇りの環境下でHWを用いる手法より高精度を達成(指標はRMSE，scale-invariant RMSE)．PanoNet単体ではノンパラメトリックな従来法に劣るが，従来法はCropNetに渡すsumモデルとskyモデルを出力しないため非パノラマ画像への適用できない．CropNetでは任意の照明環境においてHWを用いる手法を上回る．
その他（なぜ通ったか？等）
結果での差が分かりやすい．単体で精度的に劣る手法(PanoNet)を後続の処理を追加することで優位性を示している．
- …
- …