[論文レビュー] Two-Dimensional Non-Line-of-Sight Scene Estimation from a Single Edge Occluder

Sheila W. Seidel, John Murray–Bruce+4 more|arXiv (Cornell University)|Jan 1, 2020

Advanced Optical Sensing Technologies参考文献 36被引用数 46

ひとこと要約

本論文は、壁の縁によって誘発される1枚の半影写真から隠れた scene の2D平面図を再構成するための前方モデルと2つのインバージョンアルゴリズムを提案し、実現可能性のCRB解析を含む。

ABSTRACT

Passive non-line-of-sight imaging methods are often faster and stealthier than their active counterparts, requiring less complex and costly equipment. However, many of these methods exploit motion of an occluder or the hidden scene, or require knowledge or calibration of complicated occluders. The edge of a wall is a known and ubiquitous occluding structure that may be used as an aperture to image the region hidden behind it. Light from around the corner is cast onto the floor forming a fan-like penumbra rather than a sharp shadow. Subtle variations in the penumbra contain a remarkable amount of information about the hidden scene. Previous work has leveraged the vertical nature of the edge to demonstrate 1D (in angle measured around the corner) reconstructions of moving and stationary hidden scenery from as little as a single photograph of the penumbra. In this work, we introduce a second reconstruction dimension: range measured from the edge. We derive a new forward model, accounting for radial falloff, and propose two inversion algorithms to form 2D reconstructions from a single photograph of the penumbra. Performances of both algorithms are demonstrated on experimental data corresponding to several different hidden scene configurations. A Cramer-Rao bound analysis further demonstrates the feasibility (and utility) of the 2D corner camera.

研究の動機と目的

• 普遍的な壁の縁を開口部として利用し、隠れたシーンを撮像する受動的なNLOSイメージングを動機づける。
• 観測されたペンブラムの減衰によりレンジ情報を取り入れて、従来の1D角度推定を2Dへ拡張する。
• 床の単一写真と隠れたシーンのラジアシティと深さを結ぶ前方モデルを開発する。
• 2D平面図再構成のための2つのインバージョンアルゴリズムを提案し比較する。
• エッジ遮蔽を用いたNLOSイメージングの実験的検証とCRBベースの実現可能性解析を提供する。

提案手法

• 床のラジアシティが可視寄与と隠れた寄与の和である前方モデルを導出し、隠れた寄与を角度と距離の積分として表す（式1–式8）。
• 隠れ領域を角度のウェッジに離散化し、ウェッジごとにレンジ変数を設定して非線形前方モデルを得る（式9）。
• 単一および複数の隠れターゲットに対してCramér–Rao界の解析を実施し、エッジ遮蔽体の有無で角度とレンジ推定の限界を定量化する（第III節）。
• 問題を y = A c + (V ∘ D(ρ)) s_h + ε の形に再設計する極座標グリッド線形化アプローチを提案（式23）。
• まず高解像度の角度情報を推定し、次に各ターゲットのレンジを洗練する交互最適化法を開発する（第IV節）。
• 周囲光と床の反射率を、構造化A行列とスパース促進回復で扱う（式22および関連する議論）。

実験結果

リサーチクエスチョン

• RQ1 壁の縁は1枚の半影写真から隠れたシーンの2D（角度と距離）再構成を提供できるか？
• RQ2 エッジ遮蔽体は遮蔽なしと比べて隠れターゲットのレンジと角度の推定に対するCRBへどのような影響を与えるか？
• RQ3 どの再構成戦略（極座標グリッドvs角度-レンジの交互推定）が正確な2D平面ビュー表現を生むか？
• RQ4 周囲光と床の反射率は2D NLOS再構成の実現可能性と精度にどのように影響するか？
• RQ5 エッジ遮蔽体の背後に複数の隠れたターゲットを再構成する際の性能はどうか？

主な発見

• CRB解析はコーナーが角度推定の分解能を著しく向上させることを示し（角度推定で5〜7オーダー程度の改善）、レンジ推定は小さいながら有意な改善を示す。
• エッジ遮蔽体は角度-距離空間でほぼ円形から線状の不確かさ領域を生み、角度の不確かさを縮小し、半径方向の減衰を通じてレンジ情報を分離する。
• 2つの再構成手法を実証：極座標グリッド線形モデルとスパース性促進の角度/レンジを交互に推定する方法で、いずれも1枚の半影写真から2D平面図を再構成。
• いくつかの隠れシーンの構成と色彩で2D再構成を実証する実験結果が得られ、エッジ遮蔽体を用いた2D NLOSイメージングの実現可能性を確認した。
• CRBに基づく洞察はコーナーカメラが2D再構成に実効性があることを示唆し、特に角度推定を改善する一方、レンジ推定はより困難だが依然として実現可能である。