inverse rendering | BriefGPT

关键词inverse rendering

搜索结果 - 55

MIRReS：使用蓄水池抽样的多次反射逆渲染
MIRReS 是一个新颖的双阶段逆向渲染框架，通过联合重建和优化多视角图像中的显式几何、材质和光照，提供更真实的物理反渲染模型，包括多次反弹路径追踪和蒙特卡罗积分，有效估计间接照明，改善形状、材质和光照的内在分解，通过蓄水池抽样解决蒙特卡罗
PDF8 days ago
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。
PDF22 days ago
可微分的 SDF 渲染的简单方法
我们提出了一种简单的算法，用于可微性渲染被有符号距离场（SDF）表示的表面，从而使渲染能够容易地融入基于梯度的优化流程中，并通过容忍非零偏差以换取低方差和架构简化的方式来解决与可见性相关的导数问题。我们的方法将边界积分扩展为一个窄带，这在基
PDF2 months ago
揭示神经反向渲染中的歧义性：参数补偿分析
通过利用神经微面场 (NMF) 作为一种先进的神经反渲染方法，本文旨在阐述反渲染的固有模糊性，并提出了一种评估框架来评估预估场景属性之间的补偿或相互作用程度，以探索这个不适定问题的机制和潜在缓解策略。实验结果强调了神经反渲染中的内在模糊性，
PDF2 months ago
可解释多目标跟踪的反向神经渲染
通过在预训练的 3D 对象表示的潜在空间上优化可微分的渲染管道，我们提出将 RGB 摄像机中的 3D 多目标跟踪重新构建为逆渲染问题，通过优化图像损失在生成的潜空间上进行，其固有地解藕形状和外观属性。我们验证了我们方法的泛化和扩展能力，通过
PDF2 months ago
PhysAvatar：从视觉观察中学习装束的 3D 化身的物理学
采用逆渲染和逆物理学相结合的方法，PhysAvatar 能够建立逼真的数字人物模型，特别是穿着松散的衣物并能在未见过的动作和光照条件下生成高质量的新视角渲染效果。
PDF3 months ago
CVPRDr.Hair: 基于可微分线段渲染的无需预训练重建头皮连接的头发丝
通过优化方法无需预先训练即可实现准确重建真实世界数据中头发的多个关键方面，包括与修复方式和逆渲染相关的技术。
PDF3 months ago
CVPR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。
PDF3 months ago
SIR：室内场景的多视角可分解阴影逆渲染
我们提出了一种高效的方法 SIR，用于室内场景的逆向渲染，通过使用多视角数据来分解可微阴影，解决了在准确分解材料和照明条件方面的挑战。
PDF5 months ago
IRIS：从低动态范围图像中反渲染室内场景
从多视角、低动态范围（LDR）图像中恢复场景的基于物理的材质属性和空间变化的高动态范围（HDR）照明，实现了高度逼真的重照和物体插入。
PDF5 months ago
雷达场：基于合成孔径雷达的辐射场扩展
尽管光学和合成孔径雷达（SAR）图像形成模型之间存在重要差异，但本文展示了辐射场可以扩展到雷达图像，首次提出了 “雷达场”，并且在平均计算复杂性上与普通辐射场相似，这使得我们可以仅使用雷达图像集合来学习表面模型，同时显示了结合光学和 SAR
PDF6 months ago
ZS-SRT：神经辐射场的高效零样本超分辨率训练方法
我们提出了一种 NeRF 的零样本超分辨率训练框架，通过单场景内部学习指导 NeRF 模型合成高分辨率的新颖视角，而无需外部高分辨率训练数据。我们的方法采用两个阶段，首先通过内部学习在预训练的低分辨率粗糙 NeRF 上学习场景特定的退化映射
PDF6 months ago
扩散反射图：光照和反射的单图像随机逆渲染
本研究利用 Diffusion Reflectance Map Network (DRMNet) 方法，从单张图片中恢复出物体的反射频谱和全频谱的光照频谱，通过学习逆向图像形成的扩散模型，展现了在合成数据集上具有最先进准确度的同时，也能在真
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
GS-IR: 逆渲染的三维高斯散射
我们提出了 GS-IR，一种基于 3D 高斯零碎描绘的新型逆向渲染方法，利用前向映射体积渲染实现逼真的新视角合成和重新照明结果。我们通过对多视图图像进行捕捉，从未知照明条件中估计场景几何、表面材质和环境照明，克服了先前使用隐式神经表示和体积
PDF7 months ago
NePF：用于单阶反渲染的神经光子场
我们提出了一种新的单阶段框架，神经光子场（NePF），用于解决多视图图像中的逆渲染问题。与以往的方法相反，我们质疑在多个阶段中恢复几何、材质和光照，并从不同的神经场中提取属性的复杂性，并介绍了一种单阶段框架，统一恢复所有属性。NePF 通过
PDF7 months ago
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。
PDF8 months ago
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
PDF8 months ago
扩散后照明技术用于模糊感知逆向渲染
逆向渲染是从图像中推断场景属性的挑战性逆向问题。我们提出了一种新颖的方案，将预训练于自然照明图上的降噪扩散概率模型与可微分路径追踪器相结合，允许从自然且能解释图像观察的光照和空间变化的表面材料组合中进行采样，以恢复材料并生成高度逼真和多样化
PDF9 months ago
逆向渲染的联合采样和优化
使用 Monte Carlo 估算的梯度进行优化参数时，通过对每次迭代进行多个梯度样本的平均化可以减少方差。然而，对于需要进行数千次优化迭代的问题，这种方法的计算成本会迅速上升。我们推导了一个理论框架，通过交错采样和优化，更新和重复使用过去
PDF9 months ago