哈希编码优化的IRON逆渲染模型:重建几何与材质

哈希编码优化的IRON逆渲染模型:重建几何与材质

TP391; 将神经网络用于场景几何材质的高效表达,结合逆向渲染在二维光度图的监督下重建高质量的网格和材质贴图,为现有的图形学流水线提供服务——神经渲染已成为近年来计算机图形学新的研究热点.在IRON(inverse rendering by optimizing neural SDFs and materials from photometric images)神经渲染模型基础上,通过引入多分辨率哈希编码,采用冻结训练等方法提高原始模型的训练速度.在多个数据集上的对比实验表明,优化后的IRON逆渲染模型训练速度提升了约40%,且重建结果中包含更多细节....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:浙江大学学报（理学版） 2023-11, Vol.50 (6), p.754-769
Hauptverfasser: 张沛全, 许威威
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:TP391; 将神经网络用于场景几何材质的高效表达,结合逆向渲染在二维光度图的监督下重建高质量的网格和材质贴图,为现有的图形学流水线提供服务——神经渲染已成为近年来计算机图形学新的研究热点.在IRON(inverse rendering by optimizing neural SDFs and materials from photometric images)神经渲染模型基础上,通过引入多分辨率哈希编码,采用冻结训练等方法提高原始模型的训练速度.在多个数据集上的对比实验表明,优化后的IRON逆渲染模型训练速度提升了约40%,且重建结果中包含更多细节.
ISSN:1008-9497
DOI:10.3785/j.issn.1008-9497.2023.06.010