ECCVAug, 2020

可逆神经 BRDF 用于物体反演渲染

PDF
TL;DR本文提出了一种新的神经网络基于 BRDF 模型和贝叶斯框架，用于从一个已知几何物体的单个图像中联合估计反射和自然照明。该模型用可逆神经网络表达反射率，利用高维表示的表达能力，紧凑分析模型的计算简洁性和真实世界 BRDF 的物理可行性。实验表明，这种神经网络可帮助解决具有挑战性的辐射反问题。
发现论文，激发创造
  • 通用反射光度立体的神经反渲染

    本研究提出了一种用于光度立体图像的卷积神经网络结构，通过物理学建模的无监督学习框架，可以进行表面法线和反射率预测，并且在实际场景中达到了最先进的性能表现。

    Feb, 2018

  • 使用物理与神经渲染器的半透明物体反渲染

    该研究提出了一种反渲染模型，可以从一对仅捕获到的半透明物体的图像中，联合预测 3D 形状、可变反射率、均匀次表面散射参数和环境光照。研究者还使用了基于物理和神经渲染器来解决反渲染中的模糊问题，并构建了庞大的合成数据集来验证模型的有效性。

    May, 2023

  • 使用神经辐射先验的全局反照率反演

    本研究提出了一种基于辐射先验和神经网络的简单的反渲染方法，可正确计算全局光照，同时在更短的计算时间内实现了与传统方法相当甚至更好的场景参数恢复质量。

    May, 2023

  • 具有球形分布基元的实时神经 BRDF

    我们提出了一种新颖的紧凑高效的神经 BRDF，具有高度多功能的材料表示，但占用极低的内存和神经计算资源，以实现实时渲染。该方法将 BRDF 投影到两个低维组件中，即入射和出射方向的两个半球特征网格，并在定制的球面网格上分布可学习的神经反射原语，从而实现了非常快速的求值。这种神经 BRDF 提供了一种统一的框架，可以以一致的方式表示各种材料。通过对测量 BRDF 压缩、蒙特卡洛模拟 BRDF 加速和空间变化效果扩展的全面实验结果表明，该方案实现了优越的质量和泛化能力。

    Oct, 2023

  • 通过神经透视函数和辐射场的反渲染光滑物体

    基于 NeRFs 和光线追踪，我们提出了一种 5D 神经光场（NeP），通过渲染方程，可以更准确地表达光照 - 物体相互作用，同时使用材质感知锥采样策略有效地集成 BRDF 波束内的光源。

    Mar, 2024

  • 复杂室内场景的反渲染：从单张图像提取形状、空间变化照明和空间可变双向反射分布函数

    提出了一种深度反渲染框架，用于室内场景的重建和估计形状、光照和面反射率，实现了提高渲染质量，从而在增强现实等领域具有广泛应用。

    May, 2019

  • SIRe-IR：高照度场景下具有阴影和光照去除的 BRDF 重建的反渲染

    SIRe-IR 是一种基于非线性映射和正则化能见度估计的隐式神经反渲染方法，能够准确地将场景分解为环境贴图、反射率和粗糙度，并能够同时模拟间接辐射场、法线、能见度和直接光，从而消除材质中的阴影和间接照明。SIRe-IR 在定量和定性评估中均优于现有方法。

    Oct, 2023

  • RENI++ 旋转等变、尺度不变、自然光照先验

    基于生成变分自编码器和转换器解码器的条件神经场表示，通过引入旋转等变性和特征损失函数，实现了对复杂自然光照条件的高动态范围 (HDR) 图像的准确表示和逆渲染任务的应用，以及通过部分观测实现环境图完成。

    Nov, 2023

  • NeRO: 多视角图像的反射物体神经几何与 BRDF 重建

    该研究提出了一种称为 NeRO 的基于神经渲染的方法，用于从采集于未知环境中的多视角图像中，重建反射物体的几何和 BRDF。该方法通过两个步骤解决了在多视角情况下反射物体重建的困难，并成功地重建出了几何和 BRDF。

    May, 2023

  • PS-NeRF：基于神经网络的多视图光度立体反演

    本研究提出了一种基于神经反演渲染的多视角光度立体（MVPS）方法，能够同时估算几何形状、材料和光源，并且在人工渲染、再照明和材质编辑方面具有较高的精度。

    Jul, 2022