
摘要
我们提出了一种从多视角图像观测中联合优化拓扑结构、材料和光照的有效方法。与最近的多视角重建方法不同,后者通常生成编码在神经网络中的纠缠3D表示,我们的方法输出的是带有空间变化材料和环境光照的三角网格模型,可以直接部署在任何传统图形引擎中而无需修改。我们利用了可微渲染领域的最新进展,以及基于坐标的网络来紧凑地表示体纹理,并通过可微四面体行进算法实现了直接在表面网格上进行梯度优化。最后,我们引入了一种环境光照分裂求和近似的可微公式,以高效地恢复全频段光照。实验表明,我们提取的模型可用于高级场景编辑、材料分解和高质量视图插值,并且在基于三角形的渲染器(光栅化器和路径追踪器)中均能以交互速率运行。项目网站:https://nvlabs.github.io/nvdiffrec/ 。
代码仓库
NVlabs/nvdiffrec
官方
pytorch
nvlabs/tiny-cuda-nn
pytorch
GitHub 中提及
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| image-relighting-on-stanford-orb | NVDiffRec | HDR-PSNR: 22.91 LPIPS: 0.039 SSIM: 0.963 |
| inverse-rendering-on-stanford-orb | NVDiffRec | HDR-PSNR: 22.91 |
| surface-normals-estimation-on-stanford-orb | NVDiffRec | Cosine Distance: 0.06 |