现实场景的三维重建在军事、航天、医疗、影视制作等领域有着广泛的应用前景。利用稀疏分布的低分辨率相机感知高速运动、动态场景的光照迁移与逼真再现是三维重建的国际前沿挑战难题,通过现有采集机制与视觉处理方法难以刻画"大规模"、"变光照"、"高动态"的多维媒体特性。涉及到的核心问题包括高动态复杂对象空时光采样,多维媒体几何及光照特性的感知与理解、重生成与优化等。本项目瞄准多维媒体数据的几何、光照与动态特性,探索大规模数据采样的机制,通过时间解耦、压缩采样、自动补偿高精密采样实现场景的空时光数据捕获,采用数据驱动的方法,结合物理特性建模与图像数据分析,解决场景空时光感知与理解的关键问题,同时研究多维媒体的视觉质量评价方法,对场景的高效采样、逼真重建进行反馈指导。力图揭示多维媒体特性的表示机理,建立数据驱动的多维媒体感知与理解平台。在理论和关键技术研究上取得突破,培养一支多维媒体领域的研究团队。
3D reconstruction;data driven;multidimensional media;vision processing;
现实场景的三维重建在军事、航天、医疗、影视制作等领域有着广泛的应用前景。利用稀疏分布的低分辨率相机感知高速运动、动态场景的光照迁移与逼真再现是三维重建的国际前沿挑战难题,通过现有采集机制与视觉处理方法难以刻画"大规模"、"变光照"、"高动态"的多维媒体特性。涉及到的核心问题包括高动态复杂对象空时光采样,多维媒体几何及光照特性的感知与理解、重生成与优化等。本项目瞄准多维媒体数据的几何、光照与动态特性,探索大规模数据采样的机制,通过时间解耦、压缩采样、自动补偿高精密采样实现场景的空时光数据捕获,采用数据驱动的方法,结合物理特性建模与图像数据分析,解决场景空时光感知与理解的关键问题,同时研究多维媒体的视觉质量评价方法,对场景的高效采样、逼真重建进行反馈指导。力图揭示多维媒体特性的表示机理,建立数据驱动的多维媒体感知与理解平台。在理论和关键技术研究上取得突破,培养一支多维媒体领域的研究团队。