Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Evaluation of Intrinsic Image Algorithms to Detect the Shadows Cast by Static Objects Outdoors

Autor: Cesar Isaza, Bogdan Raducanu, Joaquín Salas

Publikováno v: Sensors, Vol 12, Iss 10, Pp 13333-13348 (2012)

In some automatic scene analysis applications, the presence of shadows becomes a nuisance that is necessary to deal with. As a consequence, a preliminary stage in many computer vision algorithms is to attenuate their effect. In this paper, we focus o

Externí odkaz: https://doaj.org/article/ad4d8b0db7dd43b2bf690311f3a37479

Estimating Light Effects from a Single Image : Deep Architectures and Ground-Truth Generation

Autor: Sial, Hassan Ahmed

Publikováno v: TDX (Tesis Doctorals en Xarxa)
TDR. Tesis Doctorales en Red
instname
Dipòsit Digital de Documents de la UAB
Universitat Autònoma de Barcelona

En aquesta tesi explorem com estimar els efectes de la llum que interactua amb els objectes d’una escena a partir d’una sola imatge. Per assolir aquest objectiu, ens centrem en la recuperació de components intrínseques com ara la reflectància,

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::d56b385355ba6dfab0154b14dd4f6124
https://ddd.uab.cat/record/257616

Intrinsic RGB and multispectral images recovery by independent quadratic programming

Autor: Alexandre Krebs, Yannick Benezeth, Franck Marzani

Publikováno v: PeerJ Computer Science
PeerJ Computer Science, PeerJ, 2020, 6, pp.e256. ⟨10.7717/peerj-cs.256⟩
PeerJ Computer Science, Vol 6, p e256 (2020)

International audience; This work introduces a method to estimate reflectance, shading, and specularity from a single image. Reflectance, shading, and specularity are intrinsic images derived from the dichromatic model. Estimation of these intrinsic

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=pmid_dedup__::39a5db25adc28434d27c7ffb8e4ae8a3
https://pubmed.ncbi.nlm.nih.gov/33816908