雷鋒網(wǎng) AI 科技評論消息，隨著 CVPR 2019 的臨近，越來越多的企業(yè)和高校公布自家的入選論文信息。

近日，AR 產(chǎn)品與服務(wù)提供商亮風臺公布了投影 AR 算法研究最新成果，主要用于解決投影儀光學補償問題，即當投影屏幕不是理想的白色漫反射時，盡可能消除投影面上的圖案，相關(guān)論文《End-to-end Projector Photometric Compensation》已經(jīng)入選 CVPR 2019 的 oral presentation 環(huán)節(jié)。以下便是亮風臺對這篇論文的詳細解讀。

《End-to-end Projector Photometric Compensation》的貢獻主要在以下幾點：

1. 首次將投影儀光學補償問題闡述為一個端到端的深度學習問題，然后構(gòu)造一個新穎的名為 CompenNet 的卷積神經(jīng)網(wǎng)絡(luò)（CNN）來隱式的學習這個復(fù)雜的補償函數(shù)。

2. 首次提出一個獨立于設(shè)備和實際投影的數(shù)據(jù)庫和評價基準，今后類似的工作可以在這個評價基準上統(tǒng)一比較，而不需要復(fù)現(xiàn)該研究中使用的設(shè)備和實際投影，以前的工作是沒有這樣的評價基準的。

3. 提供了一個預(yù)訓(xùn)練的方法，將預(yù)訓(xùn)練好的 CompenNet 遷移到新的投影屏幕和硬件設(shè)置上，只需要拍攝少量的采樣圖片就可以媲美甚至超過從零開始訓(xùn)練 CompenNet 和傳統(tǒng)方法，這樣可以大量的節(jié)省采樣圖拍攝時間和訓(xùn)練時間。

4. 在亮風臺提出的評價基準上比較了 CompenNet 和其他傳統(tǒng)的方法，以及一個通用的圖到圖遷移的深度學習框架 pix2pix，實驗結(jié)果顯示在數(shù)值和質(zhì)量效果上新方法都大幅度優(yōu)于其他參與比較的方法。

背景介紹

這篇工作主要解決投影儀光學補償問題，即當投影儀屏幕不是理想的白色漫反射時，屏幕的顏色和紋理會導(dǎo)致用戶看到失真的效果，如下圖 1 所示。

圖 1. (a) 正常光照下的具有紋理和顏色的投影屏幕。(b) 投影儀投射的圖片（也是我們想要看到的效果）。(c) 相機拍攝到的，沒有補償?shù)耐队敖Y(jié)果，即將 (b) 直接投影到 (a) 上。(d) 我們模型計算出的補償圖。(e) 相機拍到的補償后的效果，即將 (d) 投影到 (a) 上。比較 (c) 和 (e)，可以看到明顯提升的效果和細節(jié)。

為了解決投影儀光學補償問題，一般是用一個相機來拍攝大量的投影儀投射的圖片，然后從這些拍到的和投射的圖片對中擬合出一個光學補償函數(shù)，再將要投射的圖片經(jīng)過這個光學補償函數(shù)補償，最后由投影儀投射，這樣投射的補償正好可以抵消非理想屏幕的顏色、紋理和投影儀本身的非線性光學特性。

但是以上的光學過程過于復(fù)雜，所以很多傳統(tǒng)方法以及目前效果較好的算法，都是將這個過程簡化為投影儀像素與相機拍到的像素只是一一對應(yīng)，然后獨立地對每個像素擬合一個光學補償函數(shù)。這樣的假設(shè)，往往忽略了很多重要信息，比如由于投影儀和相機跟屏幕的距離，投影儀相機輕微失焦和屏幕表面相互反射等因素，每一個投影儀的像素并不是跟每個相機像素一一對應(yīng)，很可能一個投影儀像素覆蓋了幾個相機的像素，這樣的簡化勢必影響投影儀光學補償?shù)男Ч瑢嶒灥慕Y(jié)果也印證了這一點。

研究方法

為了避免過于簡化，我們采用一個新思路，即用 CNN 網(wǎng)絡(luò)來端到端隱式地學習這個復(fù)雜的光學補償函數(shù)。這樣的好處主要是：

1. CNN 有足夠的模型復(fù)雜度來擬合復(fù)雜的光學過程。

2. CNN 濾波器本身就對領(lǐng)域像素采樣，這樣我們不需要像傳統(tǒng)方法那樣進行像素一一對應(yīng)的簡化。

3. 根據(jù)我們的數(shù)學推導(dǎo)，發(fā)現(xiàn)可以用一張相機拍到的屏幕照片來表示投影屏幕本身的光學特性，然后將這張照片作為 CompenNet 的第二個輸入，指導(dǎo) CompenNet 學習相機拍攝的失真圖和屏幕光學特性的關(guān)系, 如下圖 2 所示。

圖 2. CompenNet 的結(jié)構(gòu)。比較訓(xùn)練（左）和補償（右）過程，我們發(fā)現(xiàn)學習從相機拍攝的未補償圖到投影儀輸入圖片的反映射，就是學習從投影儀輸入圖片（想要用戶看到的效果）到補償圖片的映射。

網(wǎng)絡(luò)訓(xùn)練和光學補償?shù)牧鞒倘缦聢D 3 所示。

圖 3. 所提出的投影儀補償管道的流程圖包括三個主要步驟。（a）投影并捕捉投影表面圖和一組采樣圖像。（b）使用投影表面圖和捕獲的圖像對訓(xùn)練所提出的 CompenNet，即。（c）利用訓(xùn)練的模型，補償輸入圖像并投影。

實驗結(jié)果：

圖 4. 相機拍攝的補償效果比較。第一列：投影儀屏幕表面紋理。第二列：相機拍攝的未補償效果。第三到第六列，相機拍攝的不同補償方法補償后的效果。第七列，投影儀的輸入，即想要用戶看到的效果。

表 1. 不同補償方法的數(shù)值比較，以下數(shù)值是平均了來自于 24 個不同環(huán)境設(shè)置，即光照、投影儀、相機姿態(tài)和投影儀表面紋理的結(jié)果。每個環(huán)境設(shè)置有 500 張訓(xùn)練圖，200 張測試圖?？梢悦黠@看到在投影儀光學補償任務(wù)上，這一方法優(yōu)于傳統(tǒng)方法和 pix2pix。

表 2. CompenNet 預(yù)訓(xùn)練與重新訓(xùn)練的比較。我們只采用 32 個訓(xùn)練樣本并只訓(xùn)練 500 個循環(huán)，總共耗時 170 秒?？梢悦黠@看到，微調(diào)預(yù)訓(xùn)練模型的結(jié)果優(yōu)于重新訓(xùn)練 CompenNet，而且因為只需要少量樣本和訓(xùn)練時間，在實際使用中也更便捷。

論文地址：https://arxiv.org/pdf/1904.04335.pdf

補充材料：http://www.dabi.temple.edu/~hbling/publication/CompenNet_sup.pdf

源代碼：https://github.com/BingyaoHuang/CompenNet

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。