ChatPaper.aiChatPaper

Lumière des Normales : Représentation Unifiée des Caractéristiques pour la Stéréophotométrie Universelle

Light of Normals: Unified Feature Representation for Universal Photometric Stereo

June 23, 2025
Auteurs: Hong Li, Houyuan Chen, Chongjie Ye, Zhaoxi Chen, Bohan Li, Shaocong Xu, Xianda Guo, Xuhui Liu, Yikai Wang, Baochang Zhang, Satoshi Ikehata, Boxin Shi, Anyi Rao, Hao Zhao
cs.AI

Résumé

La stéréophotométrie universelle (PS) vise à reconstruire des normales de surface de haute qualité à partir d'objets sous des conditions d'éclairage arbitraires, sans s'appuyer sur des modèles d'illumination spécifiques. Malgré les avancées récentes telles que SDM-UniPS et Uni MS-PS, deux défis fondamentaux persistent : 1) le couplage profond entre les variations d'éclairage et les caractéristiques des normales de surface, où l'ambiguïté dans l'intensité observée rend difficile la détermination de savoir si les variations de luminosité proviennent de changements d'éclairage ou de l'orientation de la surface ; et 2) la préservation des détails géométriques haute fréquence dans les surfaces complexes, où les géométries complexes créent des auto-ombrages, des inter-réflexions et des variations subtiles des normales que les opérations conventionnelles de traitement des caractéristiques peinent à capturer avec précision.
English
Universal photometric stereo (PS) aims to recover high-quality surface normals from objects under arbitrary lighting conditions without relying on specific illumination models. Despite recent advances such as SDM-UniPS and Uni MS-PS, two fundamental challenges persist: 1) the deep coupling between varying illumination and surface normal features, where ambiguity in observed intensity makes it difficult to determine whether brightness variations stem from lighting changes or surface orientation; and 2) the preservation of high-frequency geometric details in complex surfaces, where intricate geometries create self-shadowing, inter-reflections, and subtle normal variations that conventional feature processing operations struggle to capture accurately.
PDF722June 24, 2025