論文の概要: Fast Sun-aligned Outdoor Scene Relighting based on TensoRF
- arxiv url: http://arxiv.org/abs/2311.03965v1
- Date: Tue, 7 Nov 2023 13:06:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-08 15:36:17.167176
- Title: Fast Sun-aligned Outdoor Scene Relighting based on TensoRF
- Title(参考訳): テンソルフに基づく日向の速い屋外照明
- Authors: Yeonjin Chang, Yearim Kim, Seunghyeon Seo, Jung Yi, Nojun Kwak
- Abstract要約: SR-TensoRFは太陽に合わせた軽量で高速なパイプラインを提供する。
我々の日向戦略は、視線に依存したアルベドとは異なり、影は光の方向によって決定されるという洞察によって動機付けられている。
- 参考スコア(独自算出の注目度): 24.645337338400335
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this work, we introduce our method of outdoor scene relighting for Neural
Radiance Fields (NeRF) named Sun-aligned Relighting TensoRF (SR-TensoRF).
SR-TensoRF offers a lightweight and rapid pipeline aligned with the sun,
thereby achieving a simplified workflow that eliminates the need for
environment maps. Our sun-alignment strategy is motivated by the insight that
shadows, unlike viewpoint-dependent albedo, are determined by light direction.
We directly use the sun direction as an input during shadow generation,
simplifying the requirements of the inference process significantly. Moreover,
SR-TensoRF leverages the training efficiency of TensoRF by incorporating our
proposed cubemap concept, resulting in notable acceleration in both training
and rendering processes compared to existing methods.
- Abstract(参考訳): 本稿では,sun-aligned relighting tensorf (sr-tensorf) と呼ばれる神経放射野(nerf)の屋外シーンライトニング手法を紹介する。
SR-TensoRFは太陽に合わせた軽量で高速なパイプラインを提供し、環境マップの必要性をなくすシンプルなワークフローを実現する。
我々の日向戦略は、視線に依存したアルベドとは異なり、影は光の方向によって決定されるという洞察によって動機付けられている。
影発生時に太陽方向を直接入力として使用し、推論プロセスの要求を大幅に単純化する。
さらに、SR-TensoRFは、提案した立方体マップの概念を取り入れて、テンソRFのトレーニング効率を活用し、既存の手法と比較してトレーニングとレンダリングの双方において顕著な加速をもたらす。
関連論文リスト
- Exploiting Deblurring Networks for Radiance Fields [12.4982871657283]
我々は、ぼやけたトレーニングビューから高品質な新規ビューを合成できる新しい放射場デブロアリングアプローチであるDeepDeblurRFを提案する。
我々は,DeepDeblurRFが,トレーニング時間を大幅に短縮して,最先端のノベルビュー合成品質を達成できることを実証し,カメラモーションのぼかしとデフォーカスのぼかしの両方について広範な実験を行った。
論文 参考訳(メタデータ) (2025-02-20T11:11:18Z) - DWTNeRF: Boosting Few-shot Neural Radiance Fields via Discrete Wavelet Transform [3.44306950522716]
Instant-NGPの高速学習ハッシュ符号化に基づく統合フレームワークDWTNeRFを提案する。
スパーストレーニングビューで動作する数発のNeRF用に設計された正規化用語と組み合わせられている。
我々のアプローチは、INGPや3DGSのような暗黙の表現を高速に収束させるための、現在の数発のアプローチを再考することを奨励している。
論文 参考訳(メタデータ) (2025-01-22T04:53:12Z) - Spatial Annealing for Efficient Few-shot Neural Rendering [73.49548565633123]
我々はtextbfSpatial textbf Annealing regularized textbfNeRF (textbfSANeRF) という,正確で効率的な数発のニューラルレンダリング手法を導入する。
単に1行のコードを追加することで、SANeRFは、現在の数ショットのニューラルレンダリング方法と比較して、より優れたレンダリング品質とはるかに高速な再構築速度を提供する。
論文 参考訳(メタデータ) (2024-06-12T02:48:52Z) - Mesh2NeRF: Direct Mesh Supervision for Neural Radiance Field Representation and Generation [51.346733271166926]
Mesh2NeRFは、3次元生成タスクのためのテクスチャメッシュから地上構造放射場を導出するアプローチである。
各種タスクにおけるMesh2NeRFの有効性を検証する。
論文 参考訳(メタデータ) (2024-03-28T11:22:53Z) - HourglassNeRF: Casting an Hourglass as a Bundle of Rays for Few-shot Neural Rendering [24.521777082791473]
我々は,新しい時間ガラス鋳造戦略を取り入れた効果的な正規化手法であるHourglassNeRFを提案する。
提案する砂時計は,元の入射光とそれに対応する反射光の間の領域に付加された光線の束として概念化されている。
提案した時間ガラスは, 反射光の反射光の集束であり, 元の入力線と対応する時間ガラスとの輝度の整合性を高める。
論文 参考訳(メタデータ) (2024-03-16T11:44:55Z) - A General Implicit Framework for Fast NeRF Composition and Rendering [40.07666955244417]
我々は、NeRFオブジェクトを高速に作成するための一般的な暗黙パイプラインを提案する。
我々の研究はニューラル深さ場(NeDF)と呼ばれる新しい表面表現を導入している。
交叉ニューラルネットワークを利用して、明示的な空間構造に依存するのではなく、NeRFをアクセラレーションにクエリする。
論文 参考訳(メタデータ) (2023-08-09T02:27:23Z) - Multi-Space Neural Radiance Fields [74.46513422075438]
既存のニューラルレージアンス場(NeRF)法は反射物体の存在に悩まされている。
並列部分空間における特徴場の群を用いてシーンを表現するマルチスペースニューラルレイディアンス場(MS-NeRF)を提案する。
提案手法は,高品質シーンのレンダリングにおいて,既存の単一空間NeRF法よりも優れていた。
論文 参考訳(メタデータ) (2023-05-07T13:11:07Z) - TensoIR: Tensorial Inverse Rendering [51.57268311847087]
テンソルIRはテンソル分解とニューラルフィールドに基づく新しい逆レンダリング手法である。
TensoRFは、放射場モデリングのための最先端のアプローチである。
論文 参考訳(メタデータ) (2023-04-24T21:39:13Z) - Re-ReND: Real-time Rendering of NeRFs across Devices [56.081995086924216]
Re-ReNDは、NeRFを標準グラフィックスパイプラインで効率的に処理できる表現に変換することで、リアルタイムのパフォーマンスを実現するように設計されている。
Re-ReNDはレンダリング速度が2.6倍に向上し、最先端技術では品質が損なわれることなく達成できることがわかった。
論文 参考訳(メタデータ) (2023-03-15T15:59:41Z) - NeRF-SR: High-Quality Neural Radiance Fields using Super-Sampling [82.99453001445478]
主に低分解能(LR)入力を用いた高分解能(HR)新規ビュー合成のソリューションであるNeRF-SRを提案する。
提案手法は,多層パーセプトロンを用いて各点密度と色を予測するニューラルレージアンス場(NeRF)上に構築されている。
論文 参考訳(メタデータ) (2021-12-03T07:33:47Z)
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。