Given a single outdoor image, we pr

Given a single outdoor image, we present a method for estimating the likely illumination conditions of the scene. In particular, we compute the probability distribution over the sun position and visibility. The method relies on a combination of weak cues that can be extracted from different portions of the image: the sky, the vertical surfaces, the ground, and the convex objects in the image. While no single cue can reliably estimate illumination by itself, each one can reinforce the others to yield a more robust estimate. This is combined with a data-driven prior computed over a dataset of 6 million photos. We present quantitative results on a webcam dataset with annotated sun positions, as well as quantitative and qualitative results on consumer-grade photographs downloaded from Internet. Based on the estimated illumination, we show how to realistically insert synthetic 3-D objects into the scene, and how to transfer appearance across images while keeping the illumination consistent.

ผลลัพธ์ (ไทย) 1:

ให้ภาพกลางแจ้งเดียวที่เรานำเสนอวิธีการสำหรับการประเมินสภาพการส่องสว่างที่มีแนวโน้มของฉาก โดยเฉพาะอย่างยิ่งเราคำนวณการกระจายความน่าจะเป็นมากกว่าตำแหน่งดวงอาทิตย์และการมองเห็น วิธีการขึ้นอยู่กับการรวมกันของสัญญาณอ่อนแอที่สามารถสกัดจากส่วนที่แตกต่างกันของภาพ: ท้องฟ้าพื้นผิวแนวตั้งพื้นและวัตถุที่นูนออกมาในภาพในขณะที่ไม่มีคิวเดียวได้อย่างน่าเชื่อถือสามารถประมาณการการส่องสว่างด้วยตัวเองแต่ละคนสามารถเสริมอื่น ๆ เพื่อให้การประมาณการที่แข็งแกร่งมากขึ้น นี้จะถูกรวมกับข้อมูลที่ขับเคลื่อนด้วยการคำนวณก่อนที่ข้อมูลกว่า 6 ล้านภาพถ่าย เรานำเสนอผลปริมาณข้อมูลที่เว็บแคมด้วยตำแหน่งที่ดวงอาทิตย์ข้อเขียน,เช่นเดียวกับผลเชิงปริมาณและเชิงคุณภาพภาพระดับผู้บริโภคที่ดาวน์โหลดมาจากอินเทอร์เน็ต บนพื้นฐานของการส่องสว่างโดยประมาณเราจะแสดงวิธีการที่แนบเนียนใส่วัตถุ 3-D สังเคราะห์เข้าฉากและวิธีการในการถ่ายโอนลักษณะข้ามภาพขณะที่การรักษาความสว่างสม่ำเสมอ

ผลลัพธ์ (ไทย) 2:

เราเสนอวิธีการในการประเมินเงื่อนไขรัศมีแนวโน้มของฉากให้รูปเดียวกลางแจ้ง โดยเฉพาะอย่างยิ่ง เราคำนวณการกระจายความน่าเป็นตำแหน่งของดวงอาทิตย์และมองเห็น วิธีการใช้ชุดของสัญลักษณ์อ่อนที่สามารถสกัดได้จากส่วนต่าง ๆ ของรูปภาพ: ท้องฟ้า พื้นผิวแนวตั้ง พื้นดิน และวัตถุนูนในรูป ในขณะที่สัญลักษณ์เดียวไม่สามารถได้ประเมินแสงสว่าง ด้วยตัวเอง แต่ละคนสามารถเสริมอื่น ๆ ให้ผลการประเมินมีประสิทธิภาพมากขึ้น พร้อมกับข้อมูลก่อนปรับปรุงข้อมูลที่คำนวณผ่านชุดข้อมูลของรูปภาพ 6 ล้าน เรานำเสนอผลลัพธ์เชิงปริมาณในการชุดข้อมูลเว็บแคมกับตำแหน่งดวงอาทิตย์ประกอบ ทั้งเชิงปริมาณ และเชิงคุณภาพผลลัพธ์ในผู้บริโภคระดับภาพดาวน์โหลดมาจากอินเทอร์เน็ต ขึ้นอยู่กับรัศมีประมาณ เราแสดงวิธีจริงแทรกวัตถุสังเคราะห์ 3 มิติในฉาก และวิธีการโอนย้ายลักษณะในภาพขณะที่รักษาแสงสว่างสม่ำเสมอ

ผลลัพธ์ (ไทย) 3:

ให้ ภาพ กลางแจ้งเดียวที่เรามีวิธีสำหรับการประเมิน สภาพ ไฟส่องไปที่ของฉาก ในการประมวลผลการจัดจำหน่ายเฉพาะเรามีโอกาสมากกว่าตำแหน่งที่อาบแดดและการติดตามระบบการทำงานได้ วิธีการที่จะใช้ในการผสมผสานของสัญลักษณ์อ่อนกำลังลงจากการที่สามารถถูกแยกออกมาจากส่วนอื่นของ ภาพ ที่ท้องฟ้าที่พื้นผิวแนวตั้งที่ดินและรังสรรค์วัตถุใน ภาพในขณะที่ไม่มีคิวจะสามารถประเมินไฟส่องด้วยตัวมันเองได้อย่างราบรื่นแต่ละคนสามารถเสริมอื่นๆที่จะยอมให้มีความแข็งแกร่งมากขึ้นโดยประมาณ: โรงแรมแห่งนี้คือเมื่อใช้งานร่วมกับเครื่องก่อนข้อมูลที่มากกว่า dataset 6 ล้าน ภาพ เราจะนำเสนอผลเชิงปริมาณใน dataset เว็บแคมที่มีตำแหน่งรับหนังสือจดทะเบียนแสงแดดผลรวมทั้งเชิงปริมาณและ คุณภาพ ของ ภาพถ่าย อุปโภค - คุณภาพ ดาวน์โหลดจากอินเตอร์เน็ต ที่ใช้ไฟส่องคาดว่าที่เราแสดงให้เห็นว่าในการใส่วัตถุ 3 - D ทำจากเส้นใยสังเคราะห์ในฉากที่เป็นจริงและวิธีการในการถ่ายโอนปรากฏตัวใน ภาพ ในขณะที่การส่องแสงที่สม่ำเสมอ