As motivated in Section 5, informat

As motivated in Section 5, information from different views will
be naturally misaligned since the proxy geometry is an approximation
of the hair volume and the appearance of hair may differ
substantially in different views. Consequently we merge lowfrequency
color information by averaging the contributions of the
individual views to avoid color seams (Section 5.1), but we must
combine high-frequency components using the single-best view to
avoid blurring (Section 5.2). As a result, the high-frequency color
information on the mesh will contain seams, and this can adversely
impact orientation tensor computation if performed directly on the
mesh. This is demonstrated in Figure 9 on a synthetic mesh patch.
The high-frequency components are sampled from three different
views (color-coded for better visualization) using the single-best
view per vertex (Figure 9 (a)). The seams are clearly visible due to
the change in orientation of the features. If we compute the orientation
tensor on the mesh, it will inevitably follow such seams and so
will do the directional smoothing (Figure 9 (b) and (f)). As a consequence,
we will compute the orientation tensors from the images
and transfer them to the mesh vertices.

ผลลัพธ์ (ไทย) 1:

จะเป็นแรงจูงใจในส่วน 5 ข้อมูลจากมุมมองที่แตกต่างกันเป็นธรรมชาติรงเรขาคณิตพร็อกซี่เป็น การประมาณของผม ระดับเสียงและลักษณะที่ปรากฏของผมอาจแตกต่างกันในมุมมองที่แตกต่างกันมาก ดังนั้น เรารวม lowfrequencyสีข้อมูล โดยหาค่าเฉลี่ยความหมายแต่ละมุมมองเพื่อหลีกเลี่ยงสีตะเข็บ (ส่วน 5.1), แต่เราต้องรวมส่วนประกอบความถี่สูงที่ใช้แสดงส่วนเดียวหลีกเลี่ยงการอพยพ (ส่วน 5.2) เป็นผล สีความถี่สูงข้อมูลเกี่ยวกับตาข่ายจะประกอบด้วยตะเข็บ และนี้สามารถส่งส่งผลกระทบต่อแนว tensor คำนวณถ้าดำเนินการโดยตรงในการตาข่าย นี้จะแสดงในรูปที่ 9 ในแพทช์ตาข่ายสังเคราะห์ส่วนประกอบความถี่สูงเป็นตัวอย่างที่ 3 แตกต่างกันมุมมอง (เข้ารหัสสีสำหรับการแสดงภาพประกอบเพลงที่ดีกว่า) โดยใช้ส่วนเดียวดูต่อจุด (รูปที่ 9 (a)) ตะเข็บจะครบกำหนดให้มองเห็นชัดเจนการเปลี่ยนแปลงในคุณลักษณะ ถ้าเราคำนวณการวางแนวtensor บนตาข่าย มันจะย่อมทำตามตะเข็บดังกล่าวและจะทำทิศที่ราบเรียบ (รูปที่ 9 (b) และ (f)) ผลเราจะคำนวณ tensors แนวจากภาพและโอนย้ายไปจุดยอดตาข่าย

ผลลัพธ์ (ไทย) 2:

ในฐานะที่เป็นแรงบันดาลใจในมาตรา 5 ข้อมูลจากมุมมองที่แตกต่างกันจะ
มีการเคลื่อนไปตามธรรมชาติตั้งแต่เรขาคณิตพร็อกซี่เป็นประมาณ
ของปริมาณผมและลักษณะของผมอาจแตกต่างกัน
อย่างมีนัยสำคัญในมุมมองที่แตกต่างกัน ดังนั้นเราผสาน lowfrequency
ข้อมูลสีโดยเฉลี่ยการมีส่วนร่วมของ
มุมมองของแต่ละบุคคลที่จะหลีกเลี่ยงตะเข็บสี (มาตรา 5.1) แต่เราต้อง
รวมส่วนประกอบความถี่สูงโดยใช้มุมมองเดียวที่ดีที่สุดที่จะ
หลีกเลี่ยงการเบลอของภาพ (ข้อ 5.2) เป็นผลให้สีความถี่สูง
ข้อมูลบนเครือข่ายจะมีตะเข็บและนี้อาจมี
ผลกระทบต่อการคำนวณเมตริกซ์ถ้าการวางแนวทางดำเนินการโดยตรงบน
ตาข่าย นี่คือการแสดงในรูปที่ 9 ในแพทช์ตาข่ายสังเคราะห์.
ส่วนประกอบความถี่สูงเป็นตัวอย่างที่แตกต่างกันจากสาม
มุมมอง (รหัสสีสำหรับการแสดงที่ดีกว่า) โดยใช้คนเดียวที่ดีที่สุด
มุมมองต่อจุดสุดยอด (รูปที่ 9 (ก)) ตะเข็บจะมองเห็นได้อย่างชัดเจนเนื่องจาก
การเปลี่ยนแปลงในทิศทางของคุณสมบัติ ถ้าเราคำนวณการวางแนวทาง
เมตริกซ์ในตาข่ายก็หลีกเลี่ยงไม่ได้จะเป็นไปตามตะเข็บดังกล่าวและเพื่อ
จะทำเรียบทิศทาง (รูปที่ 9 (ข) และ (ฉ)) เป็นผลให้
เราจะคำนวณทิศทางเทนเซอร์จากภาพ
และโอนไปยังจุดตาข่าย

ผลลัพธ์ (ไทย) 3:

เป็นแรงบันดาลใจในส่วนที่ 5 , ข้อมูลจากมุมมองที่แตกต่างกันจะเป็น misaligned เนื่องจากธรรมชาติ

ของพร็อกซี่เรขาคณิตเป็นประมาณผม ปริมาณและลักษณะของเส้นผมอาจแตกต่างกัน
อย่างมากในมุมมองที่แตกต่างกัน จากนั้น เราผสานข้อมูลสี lowfrequency
โดยเฉลี่ยเขียนของ
มุมมองบุคคลเพื่อหลีกเลี่ยงรอยตะเข็บสี ( มาตรา 5 ) แต่เราต้อง
รวมส่วนประกอบความถี่สูงโดยใช้เดี่ยววิวดีที่สุด หลีกเลี่ยงให้

( ส่วนแรก ) เป็นผลให้ , ข้อมูลสี
ความถี่สูงบนตาข่ายจะประกอบด้วยตะเข็บ และนี้สามารถส่งผลกระทบต่อการคำนวณการปฐมนิเทศเมตริกซ์

ถ้าโดยตรงบนตาข่าย นี้จะแสดงในรูปที่ 9 ในแพทช์ตาข่ายสังเคราะห์ ที่ใช้เป็นส่วนประกอบ

จาก 3 ตัวอย่างความคิดเห็น ( รหัสสีสำหรับการแสดง ) ใช้เดี่ยวที่ดีที่สุด
มุมมองต่อจุดยอด ( รูปที่ 9 ( ) ) ตะเข็บที่มองเห็นได้อย่างชัดเจน เนื่องจาก
เปลี่ยนการวางแนวของคุณสมบัติ ถ้าเราคำนวณทิศทาง
เมตริกซ์บนตะแกรง มันย่อมจะปฏิบัติตามเช่นตะเข็บแล้ว
จะทำทิศทางเรียบ ( รูปที่ 9 ( b ) และ ( F ) ผลที่ตามมา ,
เราจะคำนวณการสั่งจากภาพ
และโอนให้ตาข่าย
จุด .