融合三维高斯泼溅几何增强与高效材质编码的快速物理逆渲染框架
Liu Zheng, Tang Shengjun, Mengmeng Yao, Li You, Renzhong Guo
Guangdong Laboratory of Artificial Intelligence and Digital Economy (Shenzhen)
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
目的逆渲染旨在从二维多视图图像中同时恢复场景几何、材质及光照。近期,三维高斯泼溅(3D Gaussian splatting,3DGS)因其高效渲染特性被引入该领域,然而,当前基于物理真实的逆渲染时面临两大核心挑战:其一,3DGS基元本身主要为新视角合成优化,其提取的网格难以满足物理渲染的精度需求;其二,准确解耦材质与光照依赖对复杂光照传输和高频材质细节的精确建模,但现有方法在估计具有复杂可见性的直接光照时常面临高方差与计算瓶颈,影响了材质恢复的保真度和训练效率。方法为此,提出一种两阶段快速物理逆渲染框架:首先,在几何恢复阶段,引入扁平高斯基元压缩与多视图双向重投影误差约束,实现精度与速度的平衡,生成可直接用于下游渲染引擎的高精度三角网格;其次,在材质与光照恢复阶段,在提取的网格上采用基于单样本加权池采样的高效直接光照估计,并基于多分辨率哈希网格的神经表示实现复杂高频材质细节的恢复,在大幅降低渲染方差的同时显著缩短训练时间。结果为全面验证本文方法的有效性,本研究在基准数据集上开展了系统实验。在几何恢复方面,本文方法在TensoIR(tensorial inverse rendering)数据集上的法线平均角误差相比次优方法降低了19.59%;在DTU(Technical University of Denmark)数据集上,生成的网格在倒角距离分数上与最优方法持平,但训练速度提升了一倍。在材质恢复和新视角合成任务上,本文方法同样表现出色:在TensoIR数据集中,材质恢复的峰值信噪比(peak signal-to-noise ratio,PSNR)值较次优方法提升了2.84%,新视角合成的PSNR值提高了0.08。结论本工作成功构建了从三维高斯泼溅表达到可物理渲染的网格与材质贴图的快速、端到端逆渲染流程,为逆渲染技术在实时交互与工业级场景中的应用提供了高效且鲁棒的新范式。
逐年被引趋势
暂无年度引用数据
关键指标
同类平均 = 1
同领域 · 同年份 · 同类型
Google Scholar 与 OpenAlex 的被引统计范围不同,数值存在差异属正常。
AI 辅助阅读
依据:摘要
可就本文提问;依据不足时会说明。
学术脉络
学科主题
工程3D Shape Modeling and Analysis
Computer Graphics and Visualization Techniques · Advanced Vision and Imaging