Lighting Model-Guided Initialization for Gradient Descent-Based Projector Compensation

Abstract

프로젝션 매핑은 프로젝터 입력(이미지)을 물리적 표면에 매핑하여 사용자가 지정한 시각적 콘텐츠를 표시하는 데 널리 사용되어 왔다. 그러나 평평하고 흰색인 이상적은 표면을 사용할 수 없는 경우 투사된 콘텐츠가 왜곡될 수 있다. 따라서 투사된 이미지 가 사용자가 제공한 목표 이미지와 일치하도록 보장하기 위해 프로젝터 보정 기법을 사용하여 프로젝터 입력을 조정하는 것이 필요하다. 프로젝터 보정을 위한 다양한 기법 들이제안되었지만,최근의 접근법은 프로젝션 매핑을 가상공간에서 시뮬레이션 가능한 과정으로 모델링하며, 여기서 광 전송 알고리즘이 가상 매핑을 정의하는 방법이다. 이 러한 렌더링 프레임워크에서 프로젝터 보정은 일반적으로 임의의 값으로 설정된 초기 추정값에서 시작하여 경사 하강법 기반 최적화기를 통해 프로젝터 입력을 반복적으로 저정함으로써 달성된다. 본 논문에서는 초기값을 임의로 선택하는 대신 보다 효과적으로 설정하는 방법을 연구한다. 본 논문의 주요 기여점으로, 조명 모델을 기반으로 시작값을 결정하는 새로운 초기화 방식을 제안한다. 이후 이 조명 모델 기반 초기화를 경사 하강법 기반 최적화에 통합하고, 이를 통해 비평면 및 유색 표면에 대해 향상된 결과를 생성함을 보여준다. |Projection mapping, which maps a projector input (i.e., an image) onto a physical surface, has been widely used to display user-specified visual content. However, the projected content can become distorted when an ideal surface—such as a flat, white one—is unavailable. As a result, adjusting the projector input using a projector com- pensation technique becomes necessary to ensure that the projected image matches the user-provided target image. While various techniques have been proposed for projector compensation, a recent approach models projection mapping as a simulatable process in virtual space, where a light transport algorithm defines the virtual mapping. In such rendering frameworks, projector compensation is typically achieved by iteratively ad- justing the projector input via a gradient descent-based optimizer, starting from an initial guess set to arbitrary values. In this paper, we investigate how to set the initial values more effectively rather than choosing them arbitrarily. As the main contribution of the paper, we propose a new initialization scheme that determines the starting values based on a lighting model. We then integrate this lighting model-guided initialization into gradient descent-based optimization and demonstrate that it produces improved results for non-planar and colored surfaces.