[发明专利]一种基于单张4D光场图像的物体表面材质类型识别方法

摘要

本发明涉及一种基于单张4D光场图像的物体表面材质类型识别方法，通过深度神经网络方法从单张4D光场图像中解析物体表面双向反射分布函数(BRDF)，进而对材质类型进行分类的方法，包括构建一个包含BRDF数据的4D光场图像大数据集，能够用于神经网络算法的训练和测试；提出两种卷积神经网络结构角卷积网络和层叠卷积网络；使用提出的卷积神经网络方法，输入单张4D光场图像块，计算得到输入图像中表面BRDF所属的类别，实现物体表面材质的自动识别和分类。本发明可应用于计算机视觉、计算机图形学、虚拟现实和增强现实等领域。

主权项

一种基于单张4D光场图像的物体表面材质类型识别方法，其特征在于包含以下步骤：(1)创建涵盖多种材质类别、多种光照、多种表面三维形状的4D光场图像数据集，不同材质由其双向反射分布函数BRDF表示；(2)构建基于卷积神经网络的网络结构，网络结构为角卷积网络或层叠卷积网络，采用步骤(1)中4D光场图像数据集中的数据进行训练；(3)输入待测试的4D光场图像数据集中包含的4D光场图像，通过训练后的神经网络进行计算，输出其中物体表面材质对应的材质类别。