Apr, 2023

NeAI: 插拔式神经环境照明的预卷积表示

PDF
TL;DR本研究提出一种全可微分的神经自适应环境光照 (NeAI) 框架，使用神经光辐射场 (NeRF) 作为光照模型，解决了简化光照模型的不足，并通过实验表明在新视角渲染方面的卓越性能，为弥合虚拟和现实场景之间的差距打开了令人兴奋的可能性。
implicit neural representationneural radiance fieldsphysically based renderingneainovel-view rendering
发现论文，激发创造
  • 神经预积分光照反射分解

    本文提出了一种新颖的反射率分解网络，通过使用 Neural-PIL 替换昂贵的照明积分操作和使用平滑流形自编码器学习深度低维表现，实现了物体图像的形状、BRDF 和每个图像的照明的估计，得到的分解结果可有效地提高 BRDF 和光估计的准确性，实现更准确的新视图合成。

    Oct, 2021

  • NeILF: 基于神经网络的物理感材料估计的入射光场

    本文提出了基于可微分渲染的方法，通过神经入射光场和多层感知机模擬的表面 BRDF 模型来实现多视图图像和重构几何体的物质和照明估计，该方法能够准确估计静态场景的照明，并可自然处理遮挡和间接光线，未需多次反射。我们在多个场景数据集上实验，结果表明本方法以显著的优势超越现有方法，成为图像物质和照明估计的新的最佳实践。

    Mar, 2022

  • IllumiNeRF: 无需逆渲染的 3D 照明

    通过使用图像扩散模型对输入图像进行重新照明，并利用这些重新照明的图像重建神经辐射场（NeRF），我们提出了一种更简单的方法来实现利用目标光照下的新视点渲染的三维表示，并在多个重新照明基准测试中取得了最新的结果。

    Jun, 2024

  • NeuS-PIR: 使用预积分渲染学习可重新照明的神经表面

    本文提出了一种新方法，使用预积分渲染有效地学习可重构的神经表面，同时在神经隐式场内学习几何、材料和照明等物理属性，并在协作上进行优化，实现了在合成和真实数据集中超越现有技术的效果。

    Jun, 2023

  • GaNI: 全局和近场光照感知的神经反渲染

    本研究提出了一种名为 GaNI 的全球和近场照明感知的神经逆渲染技术，能够从光和相机共同拍摄的场景图像中重建几何、反射率和粗糙度参数。我们通过两个阶段的方法来解决现有的逆渲染技术只能针对单个物体的问题，首先利用神经体积渲染 NeuS 重建几何，然后使用先前预测的几何来估计反射率和粗糙度。实验证明，我们的方法在合成和真实数据上表现优于现有的基于光和相机共同拍摄的逆渲染技术，能够产生更好的反射率和略微更好的几何。

    Mar, 2024

  • BeyondPixels：神经辐射场演变的综合综述

    本文综述了近年来神经辐射场（NeRF）技术在 3D 渲染和视角合成领域的最新研究进展和其不同的架构设计。

    Jun, 2023

  • 神经图像化人头像：适用于人类化身建模的通用辐射场

    本文提出一种基于稀疏多视图图像的神经图像化头像生成方法，利用了近年来提出的体视图下的神经反射场（NeRF）模型及图像合成技术，提高了新姿势下头像的变形能力和形体形变下姿势生成的只优。

    Apr, 2023

  • 艺术家友好型可调光和可动画神经头部

    通过使用容积神经场，我们提出了一种新的方法来处理可重光和可动态化的神经头像，结合混合容积原始的动态化身方法以及轻量级硬件设置和新的架构，实现了在任何环境中重新照明的动态神经头像，甚至可以进行未见过的表情。

    Dec, 2023

  • Aleth-NeRF: 具有隐藏场假设的光照自适应 NeRF

    通过引入 “Concealing Field” 的概念，我们在挑战性的光照条件下训练和生成正常光照情况下的新视角，迭代了传统的 NeRF 框架，并通过模拟空气中的传输效果，实现了在昏暗情况下对象的合理密度和颜色估计。

    Dec, 2023

  • NeFII：近场间接照明反演渲染下的反射分解

    本文提出了一种端到端的反渲染算法，使用 Monte Carlo 路径追踪缓存间接光照信息，以实现物质和光照的分解，并通过内在神经辐射与路径追踪结果之间的辐射一致性约束及联合优化方法来提高分解表现，实验证明该方法在多个合成和真实数据集上的表现优于现有技术，尤其在互反分解方面。

    Mar, 2023