CVPR 2019 召開在即，亮風(fēng)臺(tái)端到端的投影儀光學(xué)補(bǔ)償入選 oral 論文

雷鋒網(wǎng) AI 科技評(píng)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(fēng)臺(tái)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(xué)補(bǔ)償問題，即當(dāng)投影屏幕不是理想的白色漫反射時(shí)，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(fēng)臺(tái)對(duì)這篇論文的詳細(xì)解讀。

《End-to-end Projector Photometric Compensation》的貢獻(xiàn)主要在以下幾點(diǎn)：

1. 首次將投影儀光學(xué)補(bǔ)償問題闡述為一個(gè)端到端的深度學(xué)習(xí)問題，然后構(gòu)造一個(gè)新穎的名為 CompenNet 的卷積神經(jīng)網(wǎng)絡(luò)（CNN）來隱式的學(xué)習(xí)這個(gè)復(fù)雜的補(bǔ)償函數(shù)。

2. 首次提出一個(gè)獨(dú)立于設(shè)備和實(shí)際投影的數(shù)據(jù)庫和評(píng)價(jià)基準(zhǔn)，今后類似的工作可以在這個(gè)評(píng)價(jià)基準(zhǔn)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(shí)際投影，以前的工作是沒有這樣的評(píng)價(jià)基準(zhǔn)的。

3. 提供了一個(gè)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(shí)間和訓(xùn)練時(shí)間。

4. 在亮風(fēng)臺(tái)提出的評(píng)價(jià)基準(zhǔn)上比較了 CompenNet 和其他傳統(tǒng)的方法，以及一個(gè)通用的圖到圖遷移的深度學(xué)習(xí)框架 pix2pix，實(shí)驗(yàn)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(xué)補(bǔ)償問題，即當(dāng)投影儀屏幕不是理想的白色漫反射時(shí)，屏幕的顏色和紋理會(huì)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(jī)拍攝到的，沒有補(bǔ)償?shù)耐队敖Y(jié)果，即將 (b) 直接投影到 (a) 上。(d) 我們模型計(jì)算出的補(bǔ)償圖。(e) 相機(jī)拍到的補(bǔ)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(xì)節(jié)。

為了解決投影儀光學(xué)補(bǔ)償問題，一般是用一個(gè)相機(jī)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(duì)中擬合出一個(gè)光學(xué)補(bǔ)償函數(shù)，再將要投射的圖片經(jīng)過這個(gè)光學(xué)補(bǔ)償函數(shù)補(bǔ)償，最后由投影儀投射，這樣投射的補(bǔ)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(xué)特性。

但是以上的光學(xué)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(gè)過程簡(jiǎn)化為投影儀像素與相機(jī)拍到的像素只是一一對(duì)應(yīng)，然后獨(dú)立地對(duì)每個(gè)像素?cái)M合一個(gè)光學(xué)補(bǔ)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(jī)跟屏幕的距離，投影儀相機(jī)輕微失焦和屏幕表面相互反射等因素，每一個(gè)投影儀的像素并不是跟每個(gè)相機(jī)像素一一對(duì)應(yīng)，很可能一個(gè)投影儀像素覆蓋了幾個(gè)相機(jī)的像素，這樣的簡(jiǎn)化勢(shì)必影響投影儀光學(xué)補(bǔ)償?shù)男Ч瑢?shí)驗(yàn)的結(jié)果也印證了這一點(diǎn)。

研究方法

為了避免過于簡(jiǎn)化，我們采用一個(gè)新思路，即用 CNN 網(wǎng)絡(luò)來端到端隱式地學(xué)習(xí)這個(gè)復(fù)雜的光學(xué)補(bǔ)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(xué)過程。

2. CNN 濾波器本身就對(duì)領(lǐng)域像素采樣，這樣我們不需要像傳統(tǒng)方法那樣進(jìn)行像素一一對(duì)應(yīng)的簡(jiǎn)化。

3. 根據(jù)我們的數(shù)學(xué)推導(dǎo)，發(fā)現(xiàn)可以用一張相機(jī)拍到的屏幕照片來表示投影屏幕本身的光學(xué)特性，然后將這張照片作為 CompenNet 的第二個(gè)輸入，指導(dǎo) CompenNet 學(xué)習(xí)相機(jī)拍攝的失真圖和屏幕光學(xué)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(bǔ)償（右）過程，我們發(fā)現(xiàn)學(xué)習(xí)從相機(jī)拍攝的未補(bǔ)償圖到投影儀輸入圖片的反映射，就是學(xué)習(xí)從投影儀輸入圖片（想要用戶看到的效果）到補(bǔ)償圖片的映射。

網(wǎng)絡(luò)訓(xùn)練和光學(xué)補(bǔ)償?shù)牧鞒倘缦聢D 3 所示。

圖 3. 所提出的投影儀補(bǔ)償管道的流程圖包括三個(gè)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(duì)訓(xùn)練所提出的 CompenNet，即。（c）利用訓(xùn)練的模型，補(bǔ)償輸入圖像并投影。

實(shí)驗(yàn)結(jié)果：

圖 4. 相機(jī)拍攝的補(bǔ)償效果比較。第一列：投影儀屏幕表面紋理。第二列：相機(jī)拍攝的未補(bǔ)償效果。第三到第六列，相機(jī)拍攝的不同補(bǔ)償方法補(bǔ)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(bǔ)償方法的數(shù)值比較，以下數(shù)值是平均了來自于 24 個(gè)不同環(huán)境設(shè)置，即光照、投影儀、相機(jī)姿態(tài)和投影儀表面紋理的結(jié)果。每個(gè)環(huán)境設(shè)置有 500 張訓(xùn)練圖，200 張測(cè)試圖。可以明顯看到在投影儀光學(xué)補(bǔ)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(gè)訓(xùn)練樣本并只訓(xùn)練 500 個(gè)循環(huán)，總共耗時(shí) 170 秒。可以明顯看到，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?yàn)橹恍枰倭繕颖竞陀?xùn)練時(shí)間，在實(shí)際使用中也更便捷。

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

補(bǔ)充材料：http://www.dabi.temple.edu/~hbling/publication/CompenNet_sup.pdf

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