20161214-40施柏鑫：面向非朗伯和非标定光度立体视觉的标准评测数据集 ...

光度立体视觉技术通过分析变化光照的图像序列来估计每一个像素的法线方向，是一种可以得到高精度几何信息的三维重建方法。传统的方法在物体表面的反射模型上有过于理想的假设，并需要事先对光源方向进行标定。近些年提出的光度立体视觉算法多关注非朗伯反射的复杂材质和非标定的技术，从而推进这一技术的实用化。由于数据拍摄的繁琐和标定要求的严格，面向非朗伯和非标定光度立体视觉的标准评测数据集一直是该领域的研究空白。本次报告首先回顾近些年非朗伯和非标定光度立体视觉的代表算法，然后介绍最新发布的标准评测数据集，并利用该数据集对近些年的主流方法进行统一量化的对比分析。

[1] Boxin Shi, Zhe Wu, Zhipeng Mo, DinglongDuan, Sai-Kit Yeung, and Ping Tan, “A benchmarkdataset and evaluation for non-Lambertian and uncalibrated photometric stereo”, In Proc.IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016

[2] Boxin Shi, Ping Tan, Yasuyuki Matsushita, and Katsushi Ikeuchi, “Bi-polynomial modeling of low-frequency reflectances”, In IEEE Transactions on Pattern Analysis and Machine Intelligence(TPAMI), Volume 36, Number 6, Pages 1078-1091, 2014.

[3] Boxin Shi, Ping Tan, Yasuyuki Matsushita, and Katsushi Ikeuchi, “Elevation angle fromreflectance monotonicity: Photometric stereo for general isotropic reflectances”, In Proc. European Conference on Computer Vision (ECCV), 2012.

[4] Boxin Shi, Ping Tan, Yasuyuki Matsushita, and Katsushi Ikeuchi, “A biquadratic reflectancemodel for radiometric image analysis”, In Proc. IEEE Conference on Computer Vision andPattern Recognition (CVPR), 2012.

[5] Boxin Shi, Yasuyuki Matsushita, Yichen Wei, Chao Xu, and Ping Tan,“Self-calibrating photometric stereo”, In Proc. IEEE Conference on Computer Vision and Pattern Recognition(CVPR), 2010.

[6] LunWu, Arvind Ganesh, Boxin Shi, Yasuyuki Matsushita, YongtianWang, and Yi Ma,“Robustphotometric stereo via low-rank matrix completion and recovery”, In Proc. Asian Conferenceon Computer Vision (ACCV), 2010.

施柏鑫，2013年从日本东京大学取得博士学位（师从KatsushiIkeuchi教授）。2014年在麻省理工学院媒体实验室从事博士后研究（合作导师RameshRaskar副教授）。2015年分别在新加坡科技设计大学和南洋理工大学（合作导师Alex Kot教授）做博士后。2016年加入日本国立产业技术综合研究所（AIST）人工智能研究中心任研究员。曾在微软亚洲研究院（合作研究员Yasuyuki Matsushita教授）和新加坡国立大学（合作导师谭平副教授）实习。研究兴趣为计算摄像学和基于物理的计算机视觉。曾获国际计算摄像学大会（ICCP15）第二最佳论文。担任MVA17领域主席，CVPR、ICCV等会议程序委员会委员，和TPAMI、IJCV等期刊审稿人。

VOOC责任委员：邓伟洪（北京邮电大学）

VODB协调理事：林倞（中山大学），郑伟诗（中山大学）