Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Filtrer les résultats
Nous présentons une méthode pour estimer l'éclairage à partir d'une seule image d'une scène intérieure. Les méthodes précédentes de prédiction de l'illumination globale se concentrent généralement sur un éclairage paramétrique simple qui manque de réalisme, ou sur des représentations plus riches qui sont difficiles, voire impossibles à modifier après la prédiction. Nous proposons un pipeline qui estime une lumière paramétrique facile à modifier et permet des rendus avec de fortes ombres, ainsi qu'une prédiction non paramétrique qui fournit les informations à haute fréquence pour permettre un rendu réaliste des objets spéculaires. Une fois estimées, il est possible de corriger les …
Nous proposons une méthode pour extrapoler le champ de vision à 360° d'une seule image d'entrée. Pour ce faire, nous proposons d'abord des améliorations à une architecture basée sur un réseau génératif adversariel (GAN) afin de l’adapter à des images panoramiques. Notre approche surpasse les méthodes précédentes sur les mesures de qualité d'image standard. Une limitation majeure de cette méthode, cependant, est qu'elle offre un contrôle limité sur le contenu synthétisé au-delà de l'échantillonnage d'un style différent. Pour contourner ce problème, nous proposons un nouveau mécanisme de co-modulation guidée, qui pilote le processus de génération d'images avec un modèle discriminatif …