研究人员开发了一种新颖的方法，能够高精度地捕获和表征光传输的次表面散射特性。该技术利用一个U-Net卷积神经网络（CNN），该网络在立体投影仪-相机设置的数据上进行训练，该设置采用了相移轮廓测量图案。该模型能够重建密集的像素足迹响应，从而能够使用任意高分辨率的投影仪图案对物体进行逼真的重照明，并且已证明其能够泛化到未见过的材料。 AI
影响 这项研究可能为计算机图形学和增强现实应用中更逼真的渲染和虚拟对象操作带来新的可能性。
排序理由 该集群包含一篇详细介绍计算机视觉新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- phase-shifted profilometry (PSP) patterns
- pixel footprint response
- stereo projector-camera setup
- subsurface scattering
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →