albedo | BriefGPT - AI 论文速递

关键词albedo

搜索结果 - 11

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
PDF3 months ago
炼金术士：用扩散模型对材料属性进行参数控制
我们提出了一种方法来控制物体的材质属性，如粗糙度、金属性、反照率和透明度。我们的方法利用了文本到图像模型的生成先验知识，通过标量值和指令来改变低级材料属性。我们通过生成基于物理的材料的以物体为中心的合成数据集，解决了缺乏具有受控材质属性的数
PDF7 months ago
天空无限：基于天空限制照明先验和从外到内可见性的户外场景再光射
通过对任何天空像素提供的遥远照明的直接测量以及通过神经照明先验的统计指示，我们利用图像中的多个线索来解开几何、反照率和阴影之间的复杂关系，并引入了一种基于神经方向距离函数的新颖的 “自外而内” 的方法来计算可区分的天空可见性。该方法能够高效
PDF7 months ago
基于点云表示的内在外貌分解
使用点云表示方法，我们提出了 Point Intrinsic Net (PoInt-Net)，通过联合预测反射率、光源方向和阴影，解决了困扰人们很久的内在分解问题。实验证明了 PoInt-Net 在准确性方面优于 2D 表示方法，并且在小规
PDFa year ago
使用神经网络建模小行星主带的反照率，基于它们的轨道要素
本文使用神经网络分析 NEOWISE 的观测数据模拟小行星直径、颜色及族群关系，得出预测半百万主带小行星颜色的模型及分类依据。
PDFa year ago
ECCV自监督室外场景再照明
提出了一种自监督的方法来解决室外场景打光的问题，该方法只依靠采集自互联网的图像，可训练出通用的解决方案，并能够生成真实感和物理上合理的结果。
PDF3 years ago
重构人体灯光：全身人体图像的遮挡感知逆向渲染
本文介绍了一种基于卷积神经网络的监督学习方法，用于推断人像中的反照率、形状、照明以及包含每个像素点的九个球谐系数的光传输图，以达到更加真实的照明效果。通过对数据集的精心准备，即使只有少量的合成人物数据集，也可以合理地推断出几何信息，包括遮挡
PDF5 years ago
CVPR从野外图片中学习 3D 人脸可塑模型
本文提出了一种新的框架以学习从大量野外人脸图像中学习非线性 3DMM 模型，该模型可以用于面部对齐，3D 重建和面部编辑。
PDF6 years ago
使用光照变化图像序列进行无监督深度单张图像本征分解
该研究提出了一种基于机器学习的单幅图像固有分解方法，采用 siamese 训练方案进行深度卷积神经网络的训练，实现未标注图像的分解，同时提供了新的渲染数据集和评价指标。
PDF6 years ago
DARN: 一种用于固有图像分解的深度对抗残差网络
本文提出了一种基于神经网络的深度学习方法，用于将单张图像分解为反照率和着色成分，并通过公开数据集 MPI Sintel 进行了训练和演示，结果表明其在质量上优于现有的深度学习算法。
PDF8 years ago
ICCV直接本质图像：通过卷积回归学习反照率 - 阴影分解
使用卷积神经网络 (CNN) 和 MPI Sintel 数据集进行直接本质分解的新方法表现出色，超过了以前所有的工作，其结果证明了 CNNs 与合成训练数据的结合可能是解决计算机视觉中经典问题的有力新技术。
PDF9 years ago