1 Acquiring the Reflectance Field of a Human Face Paul Debevec et al.
2 Background (1) Gesichtsmodellierung und –animation -3D-Photographie (Scanners) Gesichtsgeometrie Texture Map darüberlegen Problem: beleuchtungsabhängig -Abschätzung von Gesichtsmodellen direkt vom Bild
3 Background (2) Reflektometrie –Messungen, wie Materialien Licht reflektieren –BRDF –Reflexionsmodelle (BRDFs als Parameterfunktionen) –Modelle für geschichtete Oberflächen „subsurface scattering“ –Reflexionsabschätzungen mit Bildern
4 Background (3) Bildbasierte Modellierung und Rendering –Summierung von „Basisbildern“ –Einfangen von realen Beleuchtungs- bedingungen
5 Motivation (1) Methode, um Gesichter zu rendern, und zwar unter beliebigem Verändern –der Beleuchtung –„viewing direction“ Basierend auf Photoaufnahmen Linearkombinationen von Grundbildern Extrapolation von „reflectance fields“
6 Reflectance Field R = R(R i ;R r ) = R(u i, v i, i, i ; u r, v r, r, r ) ( i, i ) ( r, r ) (u i, v i ) (u r, v r ) (a)(b) (u r, v r ) ( r, r ) ( i, i ) „non local reflectance fields“
7 Re-illuminating Faces (1) Überblick –Akquisitionsprozess –Aufbau der „reflectance function“ –Rendern des Gesichts von den originalen „viewpoints“ aus, aber unter beliebiger neuer Form der Beleuchtung
8 Re-illuminating Faces (2) „The Light Stage“ –64 x 32 Bilder : Azimut : Inklination „Reflectance Function“ R xy ( , ) –für jeden Pixelort (x,y) –vom Pixel reflektierter Strahl bei Beleuchtung aus Richtung ( , )
9 Re-illuminating Faces (3) Eigentliche Berechnung eines Bildes unter neuer Beleuchtung Annahme: Weisses Licht der Original- lichtquelle Mit zusätzliche Normalisierung Berechnung in JPEG möglich
10 Changing the Viewpoint (1) Überblick –Extrapolation von kompleten „reflectance fields“ –Ermöglicht Rendern des Gesichts von beliebigem „viewpoint“ aus und unter beliebiger Beleuchtung –Reflexionsmodell der Haut
11 Changing the Viewpoint (2) Reflektiertes Licht kann zerlegt werden in: –Eine spekulare Komponente –Eine nicht-Lambertsche diffuse Komponente –Experimente: Mit Polarisationsfiltern Monte-Carlo-Simulation
12 Changing the Viewpoint (3) Separierung in spekulare und „Subsurface“ Komponente –Polarisationsansatz zu aufwendig –Farbraum-Analyse-Technik (nach Y.Sato und K. Ikeuchi) –RGB-Wert einer „reflectance function“
13 Changing the Viewpoint (4) Output dieser Separation: –Diffuse „reflectance function“ D( , ) –Spekulare „reflectance function“ S ( , ) –Oberflächennormale D und S können noch transformiert werden, so dass sie unabhängig von der originalen „viewing direction werden“
14 Changing the Viewpoint (5) Reflectance function Spekularer Teil Diffuser Teil
15 Changing the Viewpoint (6) Auf neuen „viewpoint“ transformierte spekulare Komponente + Geshifteter diffuser Teil Neue „reflectance function“ Fotografierte, „richtige“ reflectance function
16 Changing the Viewpoint (7) Berücksichtigen von Schatten: –Ab einer bestimmten Helligkeit ist Schatten –Keine Glanzpunkte innerhalb von Schattenzonen
17 Resultate (1) Demoprogramm Vergleich mit: –„Reflection from Layered Surfaces due to Subsurface Scattering“ von Pat Hanrahan und Wolfgang Krueger Monte Carlo Simulation
18 Beispiel aus „Reflection from Layered Surfaces due to Subsurface Scattering“
19 Beurteilung Sehr realistische Resultate Simple Ausrüstung Nur statisch Rechenaufwendig Mühsames Aufnahmeprozedere keine spezielle Datenstruktur + -
20 ENDE
21 Jetzt kommen noch die Overhead-Folien
22
23
24 Von Stirn Reflectance Functions Beispiele von einzelnen Punkten des Kopfes Von Wange
25 light map AA normalized light map normalized light map reflectance function lighting product rendered pixel
26
27
28
29 „normales“ Photo„diffus“ horizontaler Polarisierer auf Kamera „spekulares“ hervorgehogen vertikaler Polarisierer auf Kamera Licht ist vertikal polarisiert -
30 „diffus“ Beobachtung: Entsätigung akzentuiert spekular Beobachtung: für grosse stärkere Spekularität
31
32