Core Concepts
Unser GS-IR-Ansatz nutzt 3D-Gaussians und differenzierbare Vorwärtsprojektion, um hochwertige Geometrie, Materialien und Beleuchtung aus mehransichtigen Bildern unter unbekannten Beleuchtungsbedingungen zu schätzen.
Abstract
In dieser Arbeit präsentieren wir GS-IR, einen neuartigen inversen Rendering-Ansatz, der auf 3D-Gaussian-Splatting (3DGS) basiert. GS-IR nutzt die Vorwärtsprojektion der Volumenrendering, um fotorealistische Neuansichtsynthese und Relighting-Ergebnisse zu erzielen.
Im Gegensatz zu früheren Arbeiten, die implizite neuronale Darstellungen und Volumenrendering verwenden, leidet GS-IR nicht unter geringer Ausdruckskraft und hoher Rechenintensität. Stattdessen erweitern wir 3DGS, eine leistungsfähige Darstellung für Neuansichtsynthese, um Szenengeometrie, Oberflächenmaterial und Umgebungsbeleuchtung aus mehransichtigen Bildern unter unbekannten Beleuchtungsbedingungen zu schätzen.
Es gibt zwei Hauptprobleme, wenn man 3DGS für inverses Rendering einführt: 1) 3DGS unterstützt keine plausible Normalenberechnung von Natur aus; 2) Vorwärtsprojektion (z.B. Rasterisierung und Splatting) kann die Verdeckung nicht nachverfolgen wie Rückwärtsprojektion (z.B. Raytracing).
Um diese Herausforderungen anzugehen, schlägt unser GS-IR ein effizientes Optimierungsschema vor, das eine tiefenbasierte Regularisierung für die Normalenschätzung und ein Baking-basiertes Verfahren zur Modellierung indirekter Beleuchtung einbezieht. Die flexible und ausdrucksstarke 3DGS-Darstellung ermöglicht es uns, eine schnelle und kompakte Geometrierekonstruktion, fotorealistische Neuansichtsynthese und effektives physikalisch-basiertes Rendering zu erreichen.
Wir zeigen die Überlegenheit unseres Verfahrens gegenüber Baseline-Methoden durch qualitative und quantitative Auswertungen verschiedener herausfordernder Szenen.
Stats
Die Szenengeometrie wird durch eine Menge von 3D-Gaussians G repräsentiert.
Die Normalenvektoren n sind in den 3D-Gaussians gespeichert.
Die Materialeigenschaften wie Albedo a, Metallwert m und Rauigkeit ρ sind ebenfalls in den 3D-Gaussians enthalten.
Die Umgebungsbeleuchtung wird durch eine Cubemap ˆ
E dargestellt.
Zusätzlich verwenden wir Volumen Villu, um die indirekte Beleuchtung zu modellieren.
Quotes
"Unser GS-IR-Ansatz nutzt 3D-Gaussians und differenzierbare Vorwärtsprojektion, um hochwertige Geometrie, Materialien und Beleuchtung aus mehransichtigen Bildern unter unbekannten Beleuchtungsbedingungen zu schätzen."
"Die flexible und ausdrucksstarke 3DGS-Darstellung ermöglicht es uns, eine schnelle und kompakte Geometrierekonstruktion, fotorealistische Neuansichtsynthese und effektives physikalisch-basiertes Rendering zu erreichen."