虛擬現(xiàn)實技術(shù)的厲害翻譯

1、基于圖像的視覺船體(文章開始下一個頁面)哈佛社區(qū)使得本文公開可用。請分享你如何訪問的好處。你的故事很重要。引用Matusik Wojciech,克里斯·比勒拉梅什拉斯卡爾,Steven j . Gortler和倫納德麥克米蘭。2000年?；趫D像視覺船體。在27日的年度會議上舉行(2000)計算機圖形學(xué)和互動技術(shù),23-28 7月,2000年,新奧爾良,路易斯安那州舉行。和庫爾特Akeley,369 - 374。計算機圖形學(xué)年會系列。紐約,紐約:協(xié)會計算機器。發(fā)布版本doi:10.1145/344779.3449512014年1月9日通過1:40:56是美國東部時間可引用的鏈接htt

2、p://urn-3 HUL.InstRepos:/urn-3本文使用條款是從哈佛大學(xué)的緩沖存儲庫下載和使用條款和條件適用于其他材料,如前所述在/urn-3:# LAA HUL.InstRepos:dash.current.terms-of -使用基于圖像的視覺船體Wojciech Matusik *為麻省理工學(xué)院計算機科學(xué)實驗室克里斯·比勒*為麻省理工學(xué)院計算機科學(xué)實驗室拉梅什拉斯卡爾計算機科學(xué)系北卡羅萊納大學(xué)教堂山Steven j . Gortler部門哈佛大學(xué)工程與應(yīng)

3、用科學(xué)學(xué)院倫納德·麥克米蘭*為麻省理工學(xué)院計算機科學(xué)實驗室摘要這篇文章中,我們描述一個有效的基于圖像的方法計算和陰影視覺船體從輪廓圖像數(shù)據(jù)。我們的算法利用對極幾何和incre心理計算來實現(xiàn)一個常數(shù)呈現(xiàn)每像素呈現(xiàn)成本。它不受計算復(fù)雜,有限的決議,或量化工件的體積的方法。我們將演示使用該算法在實時虛擬現(xiàn)實應(yīng)用程序運行少量的視頻流。關(guān)鍵詞:計算機視覺、基于圖像的渲染,Con -有益立體幾何混雜。渲染算法。1介紹可視化和導(dǎo)航在虛擬環(huán)境組成的真實和合成對象一直是計算機圖形學(xué)的一個長期目標。術(shù)語“虛擬現(xiàn)實”受歡迎由拜23,描述了一個設(shè)置在一個真實的場景是“捕獲”的相機,然后通過一個虛擬攝像頭,好

4、像現(xiàn)場是一個綜合計算機圖形學(xué)環(huán)境。在實踐中,這一目標難以實現(xiàn)。先前的嘗試使用廣泛的計算機視覺算法來提取一個顯式的幾何模型所需的場景。不幸的是,許多計算機視覺算法(如立體視覺,光流,從材質(zhì)和形狀)實時使用過于緩慢。因此,大多數(shù)虛擬現(xiàn)實系統(tǒng)em -策略離線后處理獲得視頻序列。此外,許多計算機視覺算法做出不切實際的簡化的假設(shè)(如所有表面擴散)或強加的限制(例如,對象必須有足夠的非周期性紋理)的健壯的操作。我們提出一種新的算法rithm綜合實時虛擬現(xiàn)實場景的渲染。不僅是我們的技術(shù)快,這也使得一些sim - plifying假設(shè)和幾乎沒有限制。*(wojciech | cbuehler | mcmill

5、an)圖1 -輪廓的交集錐定義了一個approxi交配對象稱為視覺船體的幾何表示。視覺船體有一些可取的屬性:它包含實際的對象,和一致的輪廓。我們的算法是基于一個近似幾何representation描繪的場景被稱為視覺船體(參見圖1)。視覺船體由使用可見silhou -表示“小”信息從一系列的參考圖片來確定一個保守的殼,逐步包含實際的對象。基于的原則calculatus eliminatus28,視覺船體在某種意義上雕刻了地區(qū)的空間對象的“不是”。視覺船體表示可以由一系列的3 d建設(shè)性的立體

6、幾何(CSG)十字路口。先前的健壯的實現(xiàn)該算法充分利用枚舉體積或八叉樹表示的。這些方法通常有大內(nèi)存的需求,因此,往往是局限于低分辨率表示。在本文中,我們表明,一個人可以有效地渲染前行為視覺船體沒有構(gòu)造一個輔助幾何或體積表示。我們描述的算法是基于圖像的渲染過程的所有步驟都計算在“圖像空間坐標的參考圖像。我們也使用參考圖像時紋理陰影視覺船體。確定參考圖像,可以使用,我們計算,從而參考相機有一個視覺上的每個點的船體。我們提出一個基于圖像的可見性算法基于對極幾何和麥克米倫的閉塞兼容訂購18,允許我們陰影的視覺船體在每個輸出像素大約持續(xù)時間。使用我們的基于圖像視覺船體(IBVH)算法,我們已經(jīng)創(chuàng)建了一個

7、系統(tǒng),各級流程視頻直播流和任正非,觀察到的場景實時虛擬相機的觀點。結(jié)果表示也可以結(jié)合傳統(tǒng)計算機圖形對象。©ACM,2000年。這是作者的版本的工作。這里發(fā)布許可的ACM供你個人使用。再分配。明確的版本發(fā)表在27日年會在計算機圖形學(xué)和互動技術(shù),369 - 374。/ 10.1145/344779.3449512背景和以前的工作拜的虛擬現(xiàn)實系統(tǒng)202313可能是秘密地- est在精神的渲染系統(tǒng)我們想象。他們最初的實現(xiàn)使用一組攝像機結(jié)合multi-baseline立體聲技術(shù)提取模型dy -運動的場景。這些方法需要大量脫機處理,但他們正在探索專用硬件這一任務(wù)

8、。最近,他們已經(jīng)開始探索volume-carving方法更接近,我們使用的方法2630。波拉德和海耶斯的21身臨其境的視頻對象允許呈現(xiàn)變形實時視頻流的實時場景模擬三維相機運動。他們表示也使用輪廓,但在一個不同的方式。他們比賽sil - houette邊跨雙視圖,并使用這些通訊計算變成小說的觀點。這美聯(lián)社友善一些限制,因為輪廓邊緣之間一般不一致的觀點。視覺船體。許多研究人員已經(jīng)使用輪廓有限公司美信區(qū)分地區(qū)三維空間對象在哪里,不存在22819。這個雕刻的最終結(jié)果是一個形狀稱為對象的視覺船體14。一個視覺船體總是包含對象。此外,這是一個平等或更嚴格的適應(yīng)對象的凸包。我們的算法計算一個視點相關(guān),采樣對

9、象的版本的視覺船體每個渲染幀。假設(shè)一些原創(chuàng)3 d對象從一組引用視圖r .每個引用視圖r與內(nèi)部像素輪廓sr覆蓋的對象。體視圖r一個創(chuàng)建卷vhr定義為所有的光線從圖像的角度對其形象的公關(guān)和通過這些內(nèi)部點的飛機。它是保證實際的對象必須在vhr con -保存的。這句話適用于所有r;因此,對象必須是包含在體積vhR = rRvhr。R去無限的大小,包括所有可能的觀點,vhR收斂的形狀稱為視覺船體vh的原始幾何。視覺船體是不能保證原來的對象因為凹面區(qū)域不能區(qū)分單獨使用silhou表示“小”信息。在實踐中,一個人必須構(gòu)造近似可視外殼我們荷蘭國際集團(ing)只有有限數(shù)量的觀點。給定的一組視圖R,近似vhR

10、是最好的保守的幾何描述,可以實現(xiàn)基于輪廓信息(參見圖1)。如果不需要一個保守的估計,然后alterna,表示通過擬合實現(xiàn)高階表面近似實測資料2。卷雕刻。計算高分辨率視覺船體可以棘手的問題。十字路口的卷vhr需要某種形式的CSG。如果輪廓描述polygonal網(wǎng),然后使用多面體CSG CSG可以做,但這是很難在一個健壯的方式。更常見的方法用于剪影輪廓轉(zhuǎn)換成視覺船體卷雕刻2282919527。這種方法將空置的地區(qū)從一個顯式volu指標表示。以外的所有體素下降一個給定的視圖的投影輪廓錐被淘汰的體積。這個過程被重復(fù)每個引用的形象。由此產(chǎn)生的體積是一個視覺的量化表示船體根據(jù)給定的體積網(wǎng)格。我們的觀點依賴

11、方法的一個主要優(yōu)勢是,它最小化工件造成這種量子化。CSG呈現(xiàn)。許多算法被de - veloped快速呈現(xiàn)的CSG模型,但大多數(shù)都不太適合我們的任務(wù)。描述的算法摘得24,123圖2 -計算IBVH涉及三個步驟。首先,所需的射線投影到圖像的引用。接下來,預(yù)計的時間間隔確定射線穿過剪影。最后,這些間隔了回所需的射線,他們可以從其他參考與間隔分割的圖像。要求首先分解到每一個堅實的結(jié)合凸原語。這種分解可以證明昂貴的合并剪影上。同樣,11中描述的算法需要渲染通過每一層的深度復(fù)雜性。我們的方法不需要預(yù)處理輪廓錐。事實上,沒有明確的數(shù)據(jù)結(jié)構(gòu)用來表示sil - houette卷以外的參考圖像。使用射線追蹤,可以

12、使一個對象定義的CSG樹操作沒有明確計算產(chǎn)生的固體25。這是通過獨立地考慮每一個雷和計算每個對象所占據(jù)的間隔沿射線。CSG操作可以應(yīng)用在1 d組間隔。這種方法需要計算一個3 d ray-solid國米部分。在我們的系統(tǒng)中,問題是一個特殊的類的固體體形狀與一個常數(shù)截面投影。這種特殊的形式讓我們計算相當(dāng)于3 d雷國際米蘭部分在2 d使用參考圖像?；趫D像的渲染。提出了許多不同的基于圖像的渲染技術(shù)近年來3415612?；趫D像的渲染技術(shù)的一個優(yōu)點是其驚人的現(xiàn)實主義,這在很大程度上是源自于他們使用獲得圖像。然而,一個常見的這些方法的限制是無法動態(tài)場景模型。這主要是由于數(shù)據(jù)采集和預(yù)處理re - quir

13、ements困難。我們的系統(tǒng)在實時生成基于圖像的模型,使用相同的圖像構(gòu)建IBHV和陰影最終渲染。3 Visual-Hull計算我們的方法來計算視覺船體有兩個不同的字符-節(jié)電高:它是在圖像空間中計算參考圖像和結(jié)果表示觀點的依賴。進行幾何計算在圖像空間的優(yōu)勢是,它可以消除瘟疫的重采樣和量化工件體積的方法。我們限制我們的抽樣所需的圖像的像素,導(dǎo)致一個視點相關(guān)的視覺赫爾表示。事實上,我們相當(dāng)于IBVH表示計算精確的3 d輪廓錐十字路口和呈現(xiàn)結(jié)果與傳統(tǒng)的渲染方法。我們的技術(shù)計算視覺船體使用投影方法類似于發(fā)現(xiàn)CSG路口25。鑒于所需的視圖,我們計算每個觀看雷與視覺船體的十字路口。由于計算機視覺船體只涉及交

14、叉操作,我們可以按照任何順序執(zhí)行CSG計算。此外,在船體的視覺環(huán)境,每個CSG原始是廣義錐(射影擠壓的2 d圖像輪廓)。因為錐固定(擴展)截面,可以減少到3 d線十字路口便宜2 d線的交叉點上。如圖2所示,我們執(zhí)行以下步驟:1)我們項目的一個3 d查看射線參考圖像。2)我們執(zhí)行的交集與2 d sil - houette投影射線。這些十字路口導(dǎo)致一系列時間間隔以及室內(nèi)的光錐的橫截面。3)每個間隔就抬回3 d使用一個簡單的投影映射,然后分割的結(jié)果ray-cone路口從其他參考圖像。天真的算法來計算這些IBVH射線十字路口:IBVHisect(intervalImage研發(fā),refImList R)

15、每referenceImage R R computeSilhouetteEdges(R)為每個像素desiredImage d p做ervals = 0 . .inf 每referenceImage r r為每個掃描線在每個像素p d年代ray3D ry3 = compute3Dray(p,d.camInfo)lineSegment2D l2 = project3Dray(ry3 r.camInfo)間隔int2D = calcIntervals(l2,r.silEdges)間隔int3D = liftIntervals(int2D、r.camInfo ry3)erval

16、s = ervals ISECT int3D 來分析該算法的效率,讓n像素在一個掃描線的數(shù)量。圖像中像素的數(shù)量d O(n2)。讓k參考圖像的數(shù)量。然后,上面的算法運行時間的漸近O(ikn2),在我的時間復(fù)雜度calcIntervals例行公事。如果我們測試每個投影射線的十字路口的e的邊緣輪廓,calcIntervals的運行時間是O(e)。鑒于l的平均次數(shù),silhouette1投影射線相交,輪廓邊緣的數(shù)量將O(ln)。因此,IBVHisect的運行時間計算的所有2 d路口所需的觀點是O(lkn3)。這種天真的算法的性能可以提高利用增量計算有關(guān)的對極幾何參考所提供的和期望的圖像。這些

17、改進將使我們能夠減少1 d線十字路口的攤余成本每所需的像素O(左),導(dǎo)致一個im -實現(xiàn)的IBVHisect O(lkn2)。鑒于兩個相機視圖,視圖r和d所需的視圖的引用,我們考慮的飛機集共享線路連接- - -荷蘭國際集團(ing)相機的中心。這些飛機被稱為核線的飛機。每個核面項目在每一行的兩個圖像,稱為核線。在每一個圖像,所有這些線相交在一個公共點,稱為核點,這是相機的中心投影到另一個相機的視圖平面9。掃描線的所需的視圖遍歷,每個像素項目的核線線段r。這些線部分來自于核點功能,產(chǎn)品的形象d r的圖像投影到平面的中心(見圖3),和跟蹤的“鉛筆”核線行r。這些核線的斜坡線段要么會根據(jù)direc單

18、調(diào)增加或減少的,遍歷(綠色弧線圖3),我們利用這種單調(diào)性為整個掃描線增量計算輪廓十字路口。1我們假設(shè)參考圖像也有O(n2)像素。r1,r2R3r4R5R6rpr1 rpr2 rpr3 rpr4 rpr5 rpr6理想的形象參考圖片圖3所需的像素填充掃描線的圖像跟蹤的鉛筆線部分的參考圖像。有序交易,整個的掃描線將清除這些片段,這樣對核點的斜率變化單調(diào)遞增的。每個引用視圖的剪影輪廓被表示為一個列表的邊緣封閉輪廓的邊界像素。這些邊緣使用2 d的變體行進的多維數(shù)據(jù)集生成方法16。接下來,我們把O(nl)輪廓頂點壓痕順序的斜坡線連接每個頂點到核點。這些排序頂點斜坡將參考圖像域劃分為O(nl)垃圾箱。本B

19、i之間某種程度上跨越i和我的斜坡+ 1日頂點的排序列表。在每一本Bi我們把所有邊緣核線交叉的線與邊坡在本的extent2下降。在IBVHisect當(dāng)我們遍歷像素沿掃描線在所需的視圖中,支持國民住宅相應(yīng)視圖射線風(fēng)扇在核線鉛筆在引用視圖與增加或減少邊坡。同時,我們進入垃圾箱的列表。找到適當(dāng)?shù)臑槊總€核線本線是交叉的邊緣,本。這個過程類似于合并兩個排序的列表,可以在一個時間列表的長度成正比(O(nl)在我們的例子中)。為每個掃描線在所需的圖像我們評估n查看射線。為每個觀看射線計算其交叉邊緣在一個垃圾箱。平均每個本包含O(l)的輪廓邊緣。因此,這一步需要O(l)時間線。同時我們遍歷分類組O(nl)垃圾箱

20、,我們遍歷掃描線。因此,一個掃描線在O(nl)時間計算。在n scanlines所需的圖像,和k參考圖像,這使O(lkn2)的運行時間。改進算法的偽代碼。IBVHisect(intervalImage研發(fā),refImList R)每referenceImage R R computeSilhouetteEdges(R)為每個像素desiredImage d p做ervals = 0 . .inf 每referenceImage r r垃圾箱b = constructBins(r。caminfo,r。silEdges d.caminfo)為每個掃描線s d incDec順序= trav

21、ersalOrder(r.caminfo d.caminfo,s)resetBinPositon(b)為每個像素p s根據(jù)順序ray3D ry3 = compute3Dray(p,d.caminfo)lineSegment2D l2 = project3Dray(ry3 r.caminfo)坡m = ComputeSlope(l2,r.caminfo d.caminfo)updateBinPosition(b、m)間隔int2D = calcIntervals(l2,b.currentbin)間隔int3D = liftIntervals(int2D、r.caminfo ry3)er

22、vals = ervals ISECT int3D 2排序輪廓頂點需要O(nl日志(nl)和裝箱需要O(nl2)。排序和裝箱在k引用視圖需要O(knl日志(nl)和O(knl2)相應(yīng)。在我們的設(shè)置中,l < < n,所以我們認為這個preproc - es階段可以忽略不計。人們很容易進一步優(yōu)化適用于更大的利用核線約束。特別是,人們可能會反對,支持者整流的每個引用圖像所需的圖像ray-silhouette十字路口前。這將消除需要排的序,本和遍歷輪廓邊緣列表。然而,調(diào)用liftInterval仍將每個像素所需,給予相同的漸近性能算法。改正的缺點是兩個重采樣階段引入的工件,它需

23、要。第一重采樣是應(yīng)用于參考輪廓映射解決框架。第二個是unrectify計算所需時間間隔的de -生產(chǎn)的觀點在典型的立體情況下,工件的精餾最小,因為親密的相機和相似的姿勢。但是,當(dāng)計算視覺船體參考相機定位更自由。事實上,它不是不合理的核點參考相機的視野所期望的相機。在這樣的配置中,精餾是簡并的。4 Visual-Hull陰影IBVH使用參考圖像紋理陰影。為了捕捉盡可能多的視點相關(guān)影響視點相關(guān)變形策略。在每個像素,裁判erence-image紋理排名從“最佳”到“壞”之間的角度所需的參考圖像的查看射線,射線從船體最接近視覺角度以及所需的射線。我們更喜歡那些參考意見最小的角度7。然而,我們必須避免與

24、圖像紋理表面點的視線是被其他視覺船體上的點,無論如何對齊這一觀點可能是所需的視線。因此,能見度必須consid,在著色過程中。當(dāng)一個對象的可見性是決定使用其視覺船體,而不是它的實際幾何,結(jié)果測試來講,有效錯誤的聲明可能可見點的時候。我們計算能見度使用視覺船體,VHR,由IBVHisect決定。這種視覺船體被表示為國際米蘭vals沿射線d所需的形象。為我們的陰影算法偽代碼如下。IBVHshade(intervalImage研發(fā),refImList R)為每個像素p在d p 。最好的為每個referenceImage r = BIGNUM r的每個像素p d做ray3D ry3 = compute

25、3Dray(p,d.camInfo)point3 pt3 =前(ervals,ry3)雙s = angleSimilarity(pt3,ry3 r.camInfo)如果isVisible(pt3、r d)如果(s < p.best)point2 pt2 =項目(pt3 r.camInfo)p。顏色= sample_color(pt2右)p。最好=年代前面過程發(fā)現(xiàn)前面的大多數(shù)的幾何點IBVH沿射線。IBVHshade算法時間復(fù)雜度O(vkn2),其中v是成本計算像素的可見性。再次我們可以利用對極幾何為了逐步確定點的可見性視覺船體。這減少了計算的攤余成本visibil - O(l)

26、所需的像素密度,從而實現(xiàn)的IBVHshade O(lkn2)。考慮在平地的可見性問題,如圖4所示。像素p,我們希望確定front-most點視覺船體是閉塞的關(guān)于一個特定的參考圖像中的任何其他像素間隔d。圖4為了計算IBVH樣品的可見性對于一個給定的參考圖像,一系列IBVH間隔預(yù)計到參考圖像在一個阻塞-兼容的秩序。的front-most點間隔是可見的,如果它是所有之前的工會以外的間隔。高效的計算可以進行如下。為每個引用視圖r本質(zhì),我們遍歷像素期望視圖從前端到后端的順序?qū)(圖4中從左到右)。在遍歷,我們積累覆蓋間隔IBVH像素間隔投射到引用視圖,并形成他們的聯(lián)盟。pt3每個最前面點,我們看看它的

27、投影在引用視圖已經(jīng)覆蓋的范圍區(qū)間com -迄今為止。如果是,那么IBVH pt3錮囚于r。否則,pt3不是阻擋從r IBVH或?qū)嶋H幾何(未知)。visibility2D(intervalFlatlandImage研發(fā),referenceImage r)間隔覆蓋每個像素p d = <空> 面前做回r ray2D ry2 = compute2Dray(p,d.camInfo)point2 pt2 =前(ervals ry2);point1D p1 =項目(pt2 r.camInfo)如果包含(p1,覆蓋率)p。可見其他pr= false。可見r= true間隔tmp = pr

28、jctIntrvls(ervals、ry2 r.camInfo)覆蓋率=報道聯(lián)合tmp 這個算法運行在O(nl),因為每個像素是訪問一次,和控制測試和工會可以計算在O(l)的時間。圖5,理想情況下,在3 d的可見性可以通過應(yīng)用2 d算法計算沿核線的飛機。在持續(xù)的情況下,三維可視化可以重新計算簡化為一組二維計算核線內(nèi)飛機(圖5),因為所有的可見性交互發(fā)生在這樣的飛機。怎么,離散二維算法的擴展到一個完整的離散三維解決方案不是微不足道的,因為大多數(shù)離散像素的圖像不完全分享核線的飛機。因此,一個人必須小心在實施保守的3 d的可見性。首先,我們考慮每個間隔存儲在d固體與方形截面截。確定可見性(

29、廣場)的像素p正確我們認為Sp,所有可能的核線飛機碰p。至少有兩種可能的定義是否p可見:(1)p是可見的所有飛機Sp,(2)p是顯然可見的任何飛機Sp。第一個挑戰(zhàn)顯要的結(jié)果更多的像素標記為不可見,因此,適合當(dāng)使用大量的參考圖像。與少量的參考圖像,第二個定義者優(yōu)先。實現(xiàn)高效準確的算法對這些visi性定義是困難的,因此,我們使用保守算法;如果像素確實是無形的,我們從來沒有標簽visi心靈。然而,該算法可以標簽一些像素作為無形的但它實際上是可見的。一個算法,保守計算能見度ac -連接到第一個定義執(zhí)行如下。我們定義一個核線楔從核點erd所需的視圖擴展到一個圖像上的像素寬度間隔約束-氬。根據(jù)相對相機的觀

30、點,我們遍歷楔朝向或遠離核點17。對于每個像素在這個楔子,我們計算能見度對像素遍歷楔早些時候使用2 d可視化算法。如果一個像素內(nèi)可見然后沒有計算幾何楔可以阻擋它的引用視圖。我們使用一組塊的聯(lián)盟覆蓋整個圖像。像素可能感動不止一個楔子,在這些情況下最終的可見性計算的,結(jié)果從每個角裝飾。第二個能見度定義的算法如下工作。我們不考慮所有可能的核線行,觸摸像素p但只有一些子集,這樣至少一行觸動每個像素。這樣的一個子集的核線行,通過圖像邊界像素的中心。這par -單獨完全覆蓋所需的圖像中的所有像素子集,密度也可以選擇子集。com的算法把visibility2D所有核線行子集?？梢娦詫τ谝粋€像素可能不止一次(

31、如計算。經(jīng)常,核點附近的像素是遍歷)。我們或所有ob -保存的可見性的結(jié)果。因為我們計算visibility2D長達4 n核線行k參考圖像的總時間的復(fù)雜,該算法是O(lkn2)。在我們的實時系統(tǒng)使用少量的參考圖像(通常是四個)。因此,我們使用的算法的第二定義可見性?？偽覀兊腎BVH算法時間復(fù)雜度是O(lkn2),這使得IBVH對象的有效呈現(xiàn)。這些算法rithms非常適合于分布式和并行實現(xiàn)。我們演示了這與系統(tǒng)效率計算IBVHs實時地從視頻序列。圖6 - 4個分段參考圖像從我們的系統(tǒng)。5系統(tǒng)實現(xiàn)我們的系統(tǒng)使用四個校準索尼DFW500火線攝像機。我們計算分布在五個電腦,四個過程視頻和一個組裝IBVH

32、(參見圖6)。每個相機附加到600 MHz桌面PC,捕獲視頻幀并執(zhí)行以下處理步驟。首先,它使用一個查找表為徑向透鏡畸變糾正。然后這段使用ground-subtraction前景對象110。最后,輪廓和紋理信息壓縮,通過網(wǎng)絡(luò)發(fā)送一個100 mb / s為IBVH中央服務(wù)器處理。我們的服務(wù)器是一個四核處理器550 MHz的電腦。我們之間交錯傳入的幀信息4處理器增加吞吐量。服務(wù)器運行IBVH路口和陰影算法。結(jié)果IBVH深度緩沖區(qū)對象可以合成一個OpenGL背景產(chǎn)生一個完整的場景。所示的例子中,一個模型的圖形實驗室用Canoma建模系統(tǒng)被作為背景。圖7 -一塊IBVH渲染算法的執(zhí)行時間為每個步驟在一個

33、CPU。典型IBVH可能覆蓋大約8000在640×480像素圖像,exe -可愛大于8幀每秒4個CPU的機器。在圖7中,在不同階段的表現(xiàn)IBVH算法。這些測試,4輸入圖像分辨率為256×256。的平均次數(shù),投影射線穿過一個輪廓是6.5。前景賽格心理狀態(tài)(客戶機)上完成大約需要85女士我們調(diào)整所需的相機的視野,改變像素的對象的數(shù)量。這個圖展示了我們的算法的線性增長對輸出像素的數(shù)量。6結(jié)論和未來的工作我們已經(jīng)描述了一個新的基于圖像visual-hull渲染算法rithm和一個實時系統(tǒng),使用它。該算法有效的從理論和實踐觀點,和由此產(chǎn)生的系統(tǒng)提供了不錯的效果。視覺船體為代表的場景元

34、素的選擇有一些局限性。在一般情況下,對象的視覺船體不匹配對象的精確幾何。特別是,它不能代表凹面區(qū)域。這個缺點通常是欺詐,幫派成員致命的一個精確的幾何模型是終極目標。在我們的應(yīng)用程序中,使用視覺船體主要作為im -海報上表面紋理映射。因此,視覺船體提供了一個有用的模型組合的準確sil - houettes和紋理提供了驚人的有效的渲染,很難區(qū)分一個更精確的模型。我們的系統(tǒng)也需要準確的利用每個圖像的前景和背景元素。方法來完成這樣的利用包括chromakeying和圖像differenc荷蘭國際集團(ing)。這些技術(shù)都受到變化相機、照明、和背景材料。我們計劃調(diào)查技術(shù)混合特克斯-溫度產(chǎn)生平滑過渡。雖然

35、我們得到令人印象深刻的結(jié)果只使用4個攝像頭,我們計劃規(guī)模系統(tǒng)大量的相機。大部分的算法以一個簡單的方式截然不同。與k電腦,我們期望達到O(n2 l日志k)基于時間使用二叉樹的結(jié)構(gòu)。7中確認我們要感謝卡利安妮Kjølaas,安妮崔,湯姆比勒,Ramy Sadek在這個項目的幫助。我們也感謝DARPA和英特爾支持這項研究工作。NSF基礎(chǔ)設(shè)施和NSF事業(yè)撥款提供進一步援助。8引用1Bichsel,m .“分段單連通移動對象在靜態(tài)場景。“IEEE PAMI 16歲(1994年11月11日),1138 - 1142。2波伊爾,E。,m·伯杰?！叭S表面重建使用Oc -“輪廓。“IJCV

36、 22日3(1997),頁219 - 233。3,大腸和l·威廉姆斯?！耙晥D插值圖像Synthe - sis。舉行“93年,279 - 288。大腸”4Chen Quicktime VR -一個基于圖像的虛擬環(huán)境導(dǎo)航方法。舉行“95年第29 。5Curless,B。Levoy,m?！皹?gòu)建復(fù)雜模型的體積法范圍圖像。舉行“96年,303 - 312。6埃蒙斯,P。、c·泰勒和j·馬利克從照片“建模和渲染架構(gòu)。“96年舉行,11-20。7埃蒙斯,體育、y . Yu和g . d . Borshukov“有效視圖-依賴的基于圖像的渲染與投影紋理映射平?！癙roc. EGRW

37、 1998(1998年6月)。8埃蒙斯,p .建模和渲染架構(gòu)圖-圖。加州大學(xué)伯克利分校博士論文,計算機科學(xué)部門,伯克利,CA,1996。9Faugeras,o .三維計算機視覺:幾何的觀點。麻省理工學(xué)院出版社,1993年。10弗里德曼,n和s·拉塞爾?！痹赟e - quences視頻圖像分割?！癙roc 13日會議上的不確定性人工智能(1997)。11Goldfeather,J。,j . Hultquist和h·?？怂??！翱焖俳ㄔO(shè)性的立體幾何在Pixel-Powers圖形顯示系統(tǒng)?！癝IG -圖86,107 - 116。12Gortler,s . J。r . Grzeszczuk r Szeliski和m·f·科恩。“Lumigraph。“96年舉行,43-54。13,拜。p·w·蘭