An Efficient Linearisation Approach for Variational Perspective Shape from Shading
An Efficient Linearisation Approach for Variational Perspective Shape from Shading
复制标题
一种用于阴影变化透视形状的有效线性化方法
DOI：
10.1007/978-3-319-24947-6_20
复制
发表时间：
2015
期刊：
影响因子：
--
通讯作者：
A. Bruhn
中科院分区：
文献类型：
--
作者：
D. Maurer;Y.-C. Ju;M. Breuß;A. Bruhn
最近，变分方法已经变得越来越流行的透视形状从阴影下，由于其鲁棒性噪声和丢失的信息。然而，到目前为止，由于数据项的强非线性，现有的数值方案，用于最小化相应的能量泛函被限制到简单的显式方案，需要数千甚至数百万次迭代，以提供准确的结果。在本文中，我们解决这个问题，提出了一个有效的线性化方法，最近的变分模型Juet等人。[14]第10段。通过嵌入这样的线性化在一个粗到细的高斯-牛顿计划，我们表明，我们可以减少运行时间超过三个数量级，而不会降低结果的质量。因此，不仅可以将用于透视Sfs的变分方法应用于显著更大的图像尺寸。我们的方法还允许一个实际的正则化参数的选择，使噪声可以有效地抑制在同一时间。
Recently, variational methods have become increasingly more popular for perspective shape from shading due to their robustness under noise and missing information. So far, however, due to the strong nonlinearity of the data term, existing numerical schemes for minimising the corresponding energy functionals were restricted to simple explicit schemes that require thousands or even millions of iterations to provide accurate results. In this paper we tackle the problem by proposing an efficient linearisation approach for the recent variational model of Juet al.[14]. By embedding such a linearisation in a coarse-to-fine Gauß-Newton scheme, we show that we can reduce the runtime by more than three orders of magnitude without degrading the quality of results. Hence, it is not only possible to apply variational methods for perspective SfS to significantly larger image sizes. Our approach also allows a practical choice of the regularisation parameter so that noise can be suppressed efficiently at the same time.
登录
查看更多内容
DOI：
--
发表时间：
2004
期刊：
Proceedings of the 17th International Conference on Pattern Recognition, 2004. ICPR 2004.
影响因子：
--
作者：
F. Courteille;Alain Crouzil;Jean;Pierre Gurdjos
通讯作者：
Pierre Gurdjos
月球地形光度测量方法。
DOI：
--
发表时间：
1966
期刊：
影响因子：
--
作者：
T. Rindfleisch
通讯作者：
T. Rindfleisch
Phong 型表面的着色快速成形
DOI：
--
发表时间：
2009
期刊：
Scale Space and Variational Methods in Computer Vision
影响因子：
--
作者：
Oliver Vogel;M. Breuß;Thomas Leichtweis;J. Weickert
通讯作者：
J. Weickert
基于Lax-Friedrichs快速扫描和正则化技术的阴影形状及其在文档图像恢复中的应用
DOI：
--
发表时间：
2007
期刊：
2007 IEEE Conference on Computer Vision and Pattern Recognition
影响因子：
--
作者：
Li Zhang;A. Yip;C. Tan
通讯作者：
C. Tan
Universität Des Saarlandes Fachrichtung 6.1 – 阴影的数学透视形状：歧义分析和数值近似 阴影的透视形状：歧义分析和数值近似
DOI：
--
发表时间：
--
期刊：
影响因子：
--
作者：
M. Breuß;E. Cristiani;Jean;M. Falcone;Oliver Vogel
通讯作者：
Oliver Vogel