Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Factored-NeuS: Reconstructing Surfaces, Illumination, and Materials of Possibly Glossy Objects

Created by
  • Haebom
Category
Empty

저자

Yue Fan, Ningjing Fan, Ivan Skorokhodov, Oleg Voynov, Savva Ignatyev, Evgeny Burnaev, Peter Wonka, Yiqun Wang

개요

본 논문은 여러 각도의 이미지만을 사용하여 장면의 표면, 재질 및 조명을 복원하는 방법을 제시합니다. 기존 연구와 달리 추가 데이터 없이 광택 있는 물체나 밝은 조명을 처리할 수 있습니다. 세 단계의 점진적 역 렌더링 접근 방식으로 구성됩니다. 첫 번째 단계에서는 새로운 정규화 전략을 사용하여 장면의 복사도와 부호화된 거리 함수(SDF)를 재구성합니다. 픽셀 색상을 표면과 볼륨 렌더링을 함께 사용하여 설명함으로써 표면 재구성을 위한 복잡한 뷰 의존적 조명 효과를 처리할 수 있습니다. 두 번째 단계에서는 학습 가능한 매핑 함수를 사용하여 학습된 SDF 및 복사도 필드에서 광 가시성 및 간접 조명을 추출합니다. 마지막으로, 반사된 직접 광의 비율을 추정하는 방법을 설계하여 재질과 직접 조명을 재구성합니다. 실험 결과는 제안된 방법이 추가 데이터에 의존하지 않고 표면, 재질 및 조명을 복원하는 데 있어 최첨단 기술을 능가함을 보여줍니다.

시사점, 한계점

•
시사점:
◦
추가 데이터 없이 광택 있는 물체 및 밝은 조명 조건에서도 정확한 표면, 재질, 조명 복원 가능
◦
기존 방법보다 성능 향상
◦
점진적 역 렌더링 접근 방식의 효율성 증명
•
한계점:
◦
제안된 방법의 계산 비용 및 시간 복잡도에 대한 분석 부족
◦
다양한 장면 유형에 대한 일반화 성능 평가 부족
◦
실제 환경에서의 로버스트성에 대한 추가적인 검증 필요
👍
Made with Slashpage