物体の表面法線の正確な推定は、さまざまなコンピュータビジョンタスクで重要な役割を果たします。物理ベースの偏光表面法線推定方法は、多くの制約があり、その実用性を制限しています。一方、深層学習に基づく偏光表面法線推定方法は、精度と適用性の両面で物理ベースの方法を凌駕しています。より多くの実際のタスクに適用できるよう、深層学習に基づく偏光表面法線推定の精度をさらに向上させるために、本論文では新しい方法を提案します。まず、ストークスベクトルを組み合わせた新しい偏光情報表現方法を提案し、モデルの偏光物理先行情報抽出能力を向上させることを目的としました。その後、二層ルーティングに基づくスパースセルフアテンション機構を組み合わせ、モデルのグローバルコンテキスト情報認識能力を改善し、局所的な偏光情報の曖昧さをより良く解消します。DeepSfPデータセットおよび自作テストデータで評価しました。実験結果は、提案手法がDeepSfPデータセットで平均角度誤差13.37°を達成し、精度と角度誤差などすべての評価指標で既存手法を上回っていることを示し、法線推定性能の著しい改善を証明しました。新しい偏光情報表現方法とスパースセルフアテンション機構の導入により、本手法は偏光表面法線推定の精度と適用性を向上させ、実際のタスクへの応用を強力にサポートします。

偏光情報表現;スパースセルフアテンション機構;偏光表面法線推定