Abstract
逆レンダリングは、オブジェクトの幾何学と素材を回復することを目指す。
NeRFに基づく既存の逆レンダリング手法は、局所光相互作用を持つ光沢オブジェクトをうまく処理できない。
新しい5Dニューラルプレノプティック関数(NeP)は、より正確な照明オブジェクト相互作用を可能にする。
マテリアル感知コーンサンプリング戦略が効率的なライティング統合を実現。
導入
NeRFは3Dシーン再構築で重要なマイルストーン。
既存のNeRFベースの逆レンダリング手法では、照明表現が単純化されている。
方法
ニューラルプレノプティック関数(NeP)は、5D関数fp(x, d)でグローバル照明を表現。
レイトレーシングによる物質推定段階では、物体の三角形メッシュを抽出してマテリアル推定を行う。
実験と分析
提案手法は他の先端手法よりも優れた幾何学再構築能力を示す。
マテリアル推定結果も競争力があり、高い忠実度で再構成されていることが示されている。
Stats
NeRFは3Dシーン再構築で重要なマイルストーンです。
新しい5Dニューラルプレノプティック関数(NeP)は、照明オブジェクト相互作用を可能にします。
Quotes
"提案された方法は、光沢オブジェクトの幾何学再構築における高精度性能向上の基盤となっています。"
"マテリアル推定結果も競争力があり、高い忠実度で再構成されています。"