이 논문은 신경망 기반 3D 장면 재현 기술인 NeRF의 반사 효과 모델링 성능을 향상시키는 방법을 제안한다.
기존 NeRF 모델은 거리 조명 환경에서는 반사 효과를 어느 정도 모델링할 수 있지만, 실내 공간과 같은 근거리 조명 환경에서는 한계가 있다. 이는 기존 모델이 사용하는 방향 인코딩이 공간적으로 불변하기 때문이다.
이 논문에서는 공간적으로 변화하는 가우시안 방향 인코딩을 제안한다. 이 인코딩은 반사 광선의 방향과 표면 거칠기를 효과적으로 모델링할 수 있다. 또한 모노큘러 법선 추정 네트워크를 활용하여 초기 학습 단계에서 기하 정보와 반사 정보 간의 모호성을 해결한다.
실험 결과, 제안 방법은 기존 방법 대비 실내 장면의 반사 효과를 더 정확하게 재현할 수 있으며, 반사 성분과 확산 성분의 의미 있는 분해도 가능하다.
Til et andet sprog
fra kildeindhold
arxiv.org
Vigtigste indsigter udtrukket fra
by Li M... kl. arxiv.org 03-29-2024
https://arxiv.org/pdf/2312.13102.pdfDybere Forespørgsler