論文の概要: Fresnel Microfacet BRDF: Unification of Polari-Radiometric Surface-Body Reflection

• arxiv url: http://arxiv.org/abs/2212.04483v1
• Date: Thu, 8 Dec 2022 18:55:07 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-09 16:02:15.286204
• Title: Fresnel Microfacet BRDF: Unification of Polari-Radiometric Surface-Body Reflection
• Title（参考訳）: Fresnel Microfacet BRDF:Polali-Radiometric Surface-Body Reflectionの統合
• Authors: Tomoki Ichikawa, Yoshiki Fukao, Shohei Nobuhara, Ko Nishino
• Abstract要約: 本稿では,Fresnel Microfacet BRDFモデルと呼ばれる新しい解析反射モデルについて述べる。 実験結果から,精度,表現力,画像ベース推定の有効性が示された。
• 参考スコア（独自算出の注目度）: 26.63821036397887
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Computer vision applications have heavily relied on the linear combination of Lambertian diffuse and microfacet specular reflection models for representing reflected radiance, which turns out to be physically incompatible and limited in applicability. In this paper, we derive a novel analytical reflectance model, which we refer to as Fresnel Microfacet BRDF model, that is physically accurate and generalizes to various real-world surfaces. Our key idea is to model the Fresnel reflection and transmission of the surface microgeometry with a collection of oriented mirror facets, both for body and surface reflections. We carefully derive the Fresnel reflection and transmission for each microfacet as well as the light transport between them in the subsurface. This physically-grounded modeling also allows us to express the polarimetric behavior of reflected light in addition to its radiometric behavior. That is, FMBRDF unifies not only body and surface reflections but also light reflection in radiometry and polarization and represents them in a single model. Experimental results demonstrate its effectiveness in accuracy, expressive power, and image-based estimation.
• Abstract（参考訳）: コンピュータビジョンの応用は、反射放射率を表すランベルティアン拡散鏡面反射モデルとマイクロファセット鏡面反射モデルの線形結合に大きく依存しており、物理的に非互換であり、適用性に制限されている。 本稿では,fresnel microfacet brdfモデルと呼ばれる新しい解析反射率モデルを導出する。 私たちの重要なアイデアは、フレネル反射と表面マイクロジオメトリの透過を、物体と表面反射の両方のための指向したミラーファセットの集合でモデル化することです。 各マイクロフェイスのフレネル反射と透過を慎重に導出し、地下でそれらの間の光移動を導出する。 この物理的グラウンドモデリングにより、反射光の偏光挙動と放射光の挙動を表現できる。 すなわち、FMBRDFは体と表面の反射だけでなく、放射光と偏光の反射も統一し、1つのモデルでそれらを表現している。 実験結果から,精度,表現力,画像ベース推定の有効性が示された。

関連論文リスト

• NeRSP: Neural 3D Reconstruction for Reflective Objects with Sparse Polarized Images [62.752710734332894]
  NeRSPはスパース偏光画像を用いた反射面のニューラル3次元再構成技術である。 偏光画像形成モデルと多視点方位整合性から測光的および幾何学的手がかりを導出する。 我々は6つのビューのみを入力として、最先端の表面再構成結果を達成する。
  論文  参考訳（メタデータ） (2024-06-11T09:53:18Z)
• TraM-NeRF: Tracing Mirror and Near-Perfect Specular Reflections through Neural Radiance Fields [3.061835990893184]
  NeRF(Neural Radiance Fields)のような暗黙の表現は、複雑なシーンを細かな詳細でレンダリングするための印象的な結果を示した。 本研究では,NeRF内部のボリュームレンダリングに適した新しいリフレクショントレーシング手法を提案する。 少数の試料から,光線による重要サンプリングと透過率計算の効率的な手法を導出した。
  論文  参考訳（メタデータ） (2023-10-16T17:59:56Z)
• Mirror-NeRF: Learning Neural Radiance Fields for Mirrors with Whitted-Style Ray Tracing [33.852910220413655]
  鏡の正確な形状と反射を学習できる新しいニューラルネットワーク・レンダリング・フレームワークであるMirror-NeRFを提案する。 Mirror-NeRFは、新しいオブジェクトやミラーをシーンに追加したり、鏡に新しいオブジェクトの反射を合成したり、様々なシーン操作アプリケーションをサポートする。
  論文  参考訳（メタデータ） (2023-08-07T03:48:07Z)
• Relightify: Relightable 3D Faces from a Single Image via Diffusion Models [86.3927548091627]
  単一画像からの3次元顔BRDF再構成を高精度に行うために,拡散モデルを用いた最初のアプローチを提案する。 既存の手法とは対照的に,観測されたテクスチャを直接入力画像から取得することで,より忠実で一貫した推定が可能となる。
  論文  参考訳（メタデータ） (2023-05-10T11:57:49Z)
• Ref-NeuS: Ambiguity-Reduced Neural Implicit Surface Learning for Multi-View Reconstruction with Reflection [24.23826907954389]
  Ref-NeuSは反射面の効果を減衰させることで曖昧さを減らすことを目的としている。 本研究では,反射面上での高品質な表面再構成を実現し,その精度を高いマージンで向上することを示す。
  論文  参考訳（メタデータ） (2023-03-20T03:08:22Z)
• Self-calibrating Photometric Stereo by Neural Inverse Rendering [88.67603644930466]
  本稿では3次元オブジェクト再構成のための非校正光度ステレオの課題に取り組む。 本研究では,物体形状,光方向,光強度を協調的に最適化する手法を提案する。 本手法は,実世界のデータセット上での光推定と形状復元における最先端の精度を示す。
  論文  参考訳（メタデータ） (2022-07-16T02:46:15Z)
• NeRFactor: Neural Factorization of Shape and Reflectance Under an Unknown Illumination [60.89737319987051]
  照明条件が不明な物体の多視点像から物体の形状と空間的反射率を復元する問題に対処する。 これにより、任意の環境照明下でのオブジェクトの新たなビューのレンダリングや、オブジェクトの材料特性の編集が可能になる。
  論文  参考訳（メタデータ） (2021-06-03T16:18:01Z)
• Predicting Surface Reflectance Properties of Outdoor Scenes Under Unknown Natural Illumination [6.767885381740952]
  本稿では,未知の自然照明下での屋外シーンの表面反射特性を予測するための完全な枠組みを提案する。 BRDFの入射光と出射方向を含む2つの構成成分に問題を再計算します。 反射率特性の予測によるレンダリングが視覚的にテクスチャと類似していることを示す実験を行った。
  論文  参考訳（メタデータ） (2021-05-14T13:31:47Z)
• Two-Stage Single Image Reflection Removal with Reflection-Aware Guidance [78.34235841168031]
  シングルイメージリフレクション除去(SIRR)のためのリフレクション・アウェア・ガイダンス(RAGNet)を用いた新しい2段階ネットワークを提案する。 RAGは、(i)観測からの反射の効果を緩和するために、(ii)線形結合仮説から逸脱する効果を緩和するための部分畳み込みにおいてマスクを生成するために用いられる。 5つの一般的なデータセットの実験は、最先端のSIRR法と比較して、RAGNetの量的および質的な優位性を実証している。
  論文  参考訳（メタデータ） (2020-12-02T03:14:57Z)
• Monocular Reconstruction of Neural Face Reflectance Fields [0.0]
  顔の反射場は、複雑な照明効果の原因となる反射特性を記述する。 モノクル画像から顔の反射率を推定する既存の手法は、特異成分を加えるアプローチはほとんどないが、顔は拡散していると仮定している。 顔反射に対する新しいニューラル表現法を提案し、単一の単眼画像から最終出現に寄与する反射の全ての成分を推定する。
  論文  参考訳（メタデータ） (2020-08-24T08:19:05Z)
• Polarized Reflection Removal with Perfect Alignment in the Wild [66.48211204364142]
  野生の偏光画像からの反射を除去するための新しい定式化法を提案する。 まず、既存のリフレクション除去データセットの不整合問題を同定する。 我々は100種類以上のガラスを用いた新しいデータセットを構築し、得られた透過画像は入力された混合画像と完全に一致している。
  論文  参考訳（メタデータ） (2020-03-28T13:29:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。