CompenNet++：端到端投影仪完整补偿

Bingyao Huang 和 Haibin Ling

ICCV 2019

[论文] [补充材料] [GitHub]

compennet++

摘要

投影仪完整补偿通过修改输入图像，同时抵消投影表面的几何和光度干扰。传统方法通常分别解决这两个彼此相关的问题。本文提出首个联合处理两者的端到端方案 CompenNet++，在近期用于光度补偿的 CompenNet 基础上进行了实质性扩展。首先，新的几何校正子网络采用由粗到细的级联结构，直接从光度采样图像学习采样网格。随后，将该子网络与 CompenNet 连接，实现可端到端训练的完整投影补偿。训练完成后，我们大幅简化几何和光度补偿模块，提高运行效率。此外，本文构建了首个与系统搭建无关的完整补偿评测基准。充分的实验表明，本方法在补偿质量和实际使用便利性方面均优于已有方法。

网络结构

net_train

net_test

定性比较

img_0107

相关工作

  • Bingyao Huang and Haibin Ling. End-to-end Projector Photometric Compensation. CVPR. 2019. [论文] [补充材料] [GitHub] [项目页]
  • Anselm Grundhöfer and Daisuke Iwai. Robust, error-tolerant photometric projector compensation. IEEE TIP. 2015. [论文]
  • Phillip Isola, Jun-Yan Zhu, Tinghui Zhou, and Alexei A. Efros. Image-to-image translation with conditional adversarial networks. CVPR. 2017. [论文] [项目页]
  • Shree K. Nayar, Harish Peri, Michael D. Grossberg, and Peter N. Belhumeur. A projection system with radiometric compensation for screen imperfections. ICCV workshop on projector-camera systems (PROCAMS). 2003. [论文] [项目页]