論文の概要: Gaussian Shadow Casting for Neural Characters

• arxiv url: http://arxiv.org/abs/2401.06116v1
• Date: Thu, 11 Jan 2024 18:50:31 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-12 13:09:59.211211
• Title: Gaussian Shadow Casting for Neural Characters
• Title（参考訳）: ニューラルキャラクタのためのガウスシャドウキャスティング
• Authors: Luis Bolanos, Shih-Yang Su, Helge Rhodin
• Abstract要約: 本稿では,サンプリングを単純な解析式に置き換えたガウス密度プロキシを用いた新しい影モデルを提案する。 動的運動をサポートし、シャドウ計算用に調整されているため、近縁なガウススプラッティングで必要とされるアフィン射影近似やソートを避けることができる。 我々は、直射日光と硬い影を持つ屋外の挑戦シーンにおいて、アルベド、シェーディング、シャドウの分離性を向上し、改良された再構築を実演した。
• 参考スコア（独自算出の注目度）: 20.78790953284832
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Neural character models can now reconstruct detailed geometry and texture from video, but they lack explicit shadows and shading, leading to artifacts when generating novel views and poses or during relighting. It is particularly difficult to include shadows as they are a global effect and the required casting of secondary rays is costly. We propose a new shadow model using a Gaussian density proxy that replaces sampling with a simple analytic formula. It supports dynamic motion and is tailored for shadow computation, thereby avoiding the affine projection approximation and sorting required by the closely related Gaussian splatting. Combined with a deferred neural rendering model, our Gaussian shadows enable Lambertian shading and shadow casting with minimal overhead. We demonstrate improved reconstructions, with better separation of albedo, shading, and shadows in challenging outdoor scenes with direct sun light and hard shadows. Our method is able to optimize the light direction without any input from the user. As a result, novel poses have fewer shadow artifacts and relighting in novel scenes is more realistic compared to the state-of-the-art methods, providing new ways to pose neural characters in novel environments, increasing their applicability.
• Abstract（参考訳）: ニューラルキャラクタモデルは、ビデオから詳細な幾何学やテクスチャを再構築できるようになったが、明確な影やシェーディングが欠如しており、新たなビューやポーズの生成やリライト時のアーティファクトに繋がる。 影は地球規模の効果であり、二次光線の必要な鋳造にはコストがかかるため、特に困難である。 本稿では,サンプリングを単純な解析式に置き換えるガウス密度プロキシを用いた新しい影モデルを提案する。 動的運動をサポートし、シャドウ計算用に調整されているため、近縁なガウススプラッティングで必要とされるアフィン射影近似やソートを避けることができる。 遅延ニューラルレンダリングモデルと組み合わせることで、ガウスの影は最小限のオーバーヘッドでランベルトシェーディングと影キャストを可能にする。 直射日光と硬い影で屋外に挑戦する場面において,アルベド,シェーディング,シャドウの分離性が向上し,復元性が向上した。 本手法はユーザからの入力なしに光方向を最適化することができる。 その結果、新しいポーズは影のアーティファクトが少なく、新しいシーンでのリライティングは最先端の手法よりも現実的であり、新しい環境でニューラルキャラクタをポーズする方法を提供し、適用性を高めている。

関連論文リスト

• RNG: Relightable Neural Gaussians [19.197099019727826]
  RNGは、楽しいガウスの斬新な表現である。 本稿では,ニューラル3DGSフレームワーク下での影の深度改善ネットワークを提案する。 トレーニングで約20ドル、レンダリングで約600ドル、以前の作業よりも高速です。
  論文  参考訳（メタデータ） (2024-09-29T13:32:24Z)
• DeferredGS: Decoupled and Editable Gaussian Splatting with Deferred Shading [50.331929164207324]
  我々は,遅延シェーディングを用いたガウススプレイティング表現のデカップリングと編集を行うDedeerredGSを紹介する。 定性的かつ定量的な実験は、新しいビューおよび編集タスクにおけるDederredGSの優れた性能を示す。
  論文  参考訳（メタデータ） (2024-04-15T01:58:54Z)
• SIRe-IR: Inverse Rendering for BRDF Reconstruction with Shadow and Illumination Removal in High-Illuminance Scenes [51.50157919750782]
  本稿では,環境マップ,アルベド,粗さにシーンを分解する暗黙のニューラルレンダリング逆アプローチSIRe-IRを提案する。 間接放射場、通常光、可視光、および直接光を同時に正確にモデル化することにより、影と間接光の両方を除去することができる。 強い照明の存在下でも,影の干渉を伴わずに高品質なアルベドと粗さを回収する。
  論文  参考訳（メタデータ） (2023-10-19T10:44:23Z)
• Neural Relighting with Subsurface Scattering by Learning the Radiance Transfer Gradient [73.52585139592398]
  本稿では,ボリュームレンダリングによる放射移動場学習のための新しいフレームワークを提案する。 我々は、我々のコードと、地下散乱効果を持つ新しい光ステージのオブジェクトデータセットを公開します。
  論文  参考訳（メタデータ） (2023-06-15T17:56:04Z)
• Neural Fields meet Explicit Geometric Representation for Inverse Rendering of Urban Scenes [62.769186261245416]
  本稿では,大都市におけるシーン形状,空間変化材料,HDR照明を,任意の深さで描画したRGB画像の集合から共同で再構成できる新しい逆レンダリングフレームワークを提案する。 具体的には、第1の光線を考慮に入れ、第2の光線をモデリングするために、明示的なメッシュ(基礎となるニューラルネットワークから再構成)を用いて、キャストシャドウのような高次照明効果を発生させる。
  論文  参考訳（メタデータ） (2023-04-06T17:51:54Z)
• ShadowFormer: Global Context Helps Image Shadow Removal [41.742799378751364]
  シャドウ領域と非シャドウ領域のグローバルな文脈的相関を利用して、ディープシャドウ除去モデルを構築することは依然として困難である。 そこで我々はまず、ShandowFormerと呼ばれる新しいトランスフォーマーベースのネットワークを導出するRetinexベースのシャドウモデルを提案する。 グローバル情報を階層的にキャプチャするために,マルチスケールチャネルアテンションフレームワークが使用される。 本稿では,影と非陰影領域のコンテキスト相関を効果的にモデル化するために,影の相互作用を考慮したSIM(Shadow-Interaction Module)を提案する。
  論文  参考訳（メタデータ） (2023-02-03T10:54:52Z)
• Controllable Shadow Generation Using Pixel Height Maps [58.59256060452418]
  物理ベースのシャドウレンダリング法は3次元のジオメトリーを必要とするが、必ずしも利用できない。 深層学習に基づく影合成法は、光情報から物体の影へのマッピングを、影の幾何学を明示的にモデル化することなく学習する。 オブジェクト,グラウンド,カメラのポーズ間の相関を符号化する新しい幾何学的表現であるピクセルハイを導入する。
  論文  参考訳（メタデータ） (2022-07-12T08:29:51Z)
• Geometry-aware Single-image Full-body Human Relighting [37.381122678376805]
  単一イメージの人間のリライティングは、入力画像をアルベド、形状、照明に分解することで、新たな照明条件下でターゲットの人間をリライティングすることを目的としている。 それまでの方法は、アルベドと照明の絡み合いと、硬い影の欠如に悩まされていた。 我々のフレームワークは、難易度の高い照明条件下で、キャストシャドウのような光現実性の高い高周波影を生成することができる。
  論文  参考訳（メタデータ） (2022-07-11T10:21:02Z)
• Towards Learning Neural Representations from Shadows [11.60149896896201]
  本稿では,シーンに存在する影のみから,ニューラルシーンの表現を学習する手法を提案する。 我々のフレームワークは高度に一般化可能であり、既存の3D再構成技術と協調して動作する。
  論文  参考訳（メタデータ） (2022-03-29T23:13:41Z)
• Learning from Synthetic Shadows for Shadow Detection and Removal [43.53464469097872]
  最近のシャドウ除去は、実対のシャドウ/シャドウフリーまたはシャドウ/シャドウ/マスクイメージデータセット上のすべてのトレイン畳み込みニューラルネットワーク(CNN)にアプローチしている。 今回紹介するSynShadowは、新しい大規模合成影/影なし/マット画像トリプレットデータセットと合成パイプラインである。
  論文  参考訳（メタデータ） (2021-01-05T18:56:34Z)

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。