Core Concepts
粗さ認識テンソル表現を用いることで、任意の反射性物体の頑健な幾何学再構築と高品質な材質推定を実現する。
Abstract
本論文では、多視点画像から物体の幾何学と材質を再構築する新しい手法を提案する。
提案手法の核心は、粗さ認識テンソル表現(TensoSDF)を用いることで、任意の反射性物体の頑健な幾何学再構築を実現することである。
具体的には以下の3つの特徴がある:
放射輝度場と反射率場を粗さに応じて適応的に組み合わせることで、あらゆる反射性物体に対して頑健な幾何学再構築を実現する。
テンソル表現とSDFを組み合わせたTensoSDFにより、詳細な幾何学を再構築でき、学習時間も50%短縮できる。
明示的メッシュと暗示的SDFを融合した材質推定手法により、より正確な材質を推定できる。
提案手法は、従来手法と比較して、より高品質な幾何学再構築と材質推定を実現し、写実的なリライティングを可能にする。
Stats
提案手法は従来手法と比較して、平均法線角度誤差(MAE)が最大で50%改善された。
提案手法のリライティング結果は、従来手法と比較してPSNRが最大で4.5dB、SSIMが最大で0.031改善された。
提案手法の学習時間は従来手法の50%、推論時間は70%短縮された。
Quotes
"粗さ認識テンソル表現を用いることで、任意の反射性物体の頑健な幾何学再構築と高品質な材質推定を実現する。"
"テンソル表現とSDFを組み合わせたTensoSDFにより、詳細な幾何学を再構築でき、学習時間も50%短縮できる。"
"明示的メッシュと暗示的SDFを融合した材質推定手法により、より正確な材質を推定できる。"