BriefGPT.xyz
Sep, 2018
反向传输网络
Inverse Transport Networks
HTML
PDF
Chengqian Che, Fujun Luan, Shuang Zhao, Kavita Bala, Ioannis Gkioulekas
TL;DR
本研究提出了逆向传输网络作为学习体系结构,以解决逆渲染问题,其中我们通过给定输入图像测量值来推断物理场景参数,如形状、材料和光照。我们还创建了一个通用的物理精确可微分渲染器,并证明了逆向传输网络可以有效地进行训练,并且在出现从未见过的场景时有更好的泛化性能。
Abstract
We introduce
inverse transport networks
as a learning architecture for
inverse rendering
problems where, given input image measurements, we seek to infer
→