論文の概要: Volumetric Primitives for Modeling and Rendering Scattering and Emissive Media
- arxiv url: http://arxiv.org/abs/2405.15425v1
- Date: Fri, 24 May 2024 10:42:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-27 14:52:03.849761
- Title: Volumetric Primitives for Modeling and Rendering Scattering and Emissive Media
- Title（参考訳）: 散乱・放射媒体のモデリングとレンダリングのためのボリュームプリミティブ
- Authors: Jorge Condor, Sebastien Speierer, Lukas Bode, Aljaz Bozic, Simon Green, Piotr Didyk, Adrian Jarabo,
- Abstract要約: 我々は、単純なカーネルベースのボリュームプリミティブの混合物を用いて散乱媒体と放射媒体のモデリングを形式化し、一般化する。
本稿では,散乱媒体の前方および逆レンダリングのためのボリュームモデリングの代替として,本手法を実証する。
- 参考スコア（独自算出の注目度）: 8.792248506305937
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a volumetric representation based on primitives to model scattering and emissive media. Accurate scene representations enabling efficient rendering are essential for many computer graphics applications. General and unified representations that can handle surface and volume-based representations simultaneously, allowing for physically accurate modeling, remain a research challenge. Inspired by recent methods for scene reconstruction that leverage mixtures of 3D Gaussians to model radiance fields, we formalize and generalize the modeling of scattering and emissive media using mixtures of simple kernel-based volumetric primitives. We introduce closed-form solutions for transmittance and free-flight distance sampling for 3D Gaussian kernels, and propose several optimizations to use our method efficiently within any off-the-shelf volumetric path tracer by leveraging ray tracing for efficiently querying the medium. We demonstrate our method as an alternative to other forms of volume modeling (e.g. voxel grid-based representations) for forward and inverse rendering of scattering media. Furthermore, we adapt our method to the problem of radiance field optimization and rendering, and demonstrate comparable performance to the state of the art, while providing additional flexibility in terms of performance and usability.
- Abstract（参考訳）: 本稿では, プリミティブに基づくボリューム表現を提案し, 散乱と放射媒質をモデル化する。
多くのコンピュータグラフィックスアプリケーションにおいて、効率的なレンダリングを可能にする正確なシーン表現が不可欠である。
表面および体積に基づく表現を同時に扱うことができ、物理的に正確なモデリングを可能にする一般的な統一された表現は研究課題のままである。
近年,3次元ガウスの混合を利用したシーン再構成法に触発されて,単純なカーネルベースボリュームプリミティブの混合を用いて散乱媒体と放射媒体のモデリングを形式化し,一般化した。
本稿では,3次元ガウス核における透過率とフリーフライ距離サンプリングのためのクローズドフォームソリューションを提案し,この手法を任意の既製ボリュームパストレーサ内で効率的に使用するためのいくつかの最適化手法を提案する。
本手法は,散乱媒体の前方および逆レンダリングのためのボリュームモデリング(例えば,ボクセルグリッドに基づく表現)の代替として,本手法を実証する。
さらに,この手法を放射場最適化とレンダリングの問題に適用し,最先端技術に匹敵する性能を示すとともに,性能とユーザビリティの面でさらなる柔軟性を提供する。
関連論文リスト
- Fast LiDAR Upsampling using Conditional Diffusion Models [1.3709133749179265]
既存の手法は拡散モデルを用いて高忠実度で洗練されたLiDARデータを生成する可能性を示している。
高速かつ高品質な3次元シーンポイント雲のスパース・ツー・デンスアップサンプリングのための条件拡散モデルに基づく新しいアプローチを提案する。
本手法では,条件付き塗装マスクを用いて訓練した拡散確率モデルを用いて,画像補完タスクの性能向上を図っている。
論文 参考訳（メタデータ） (2024-05-08T08:38:28Z) - A real-time rendering method for high albedo anisotropic materials with
multiple scattering [0.4297070083645048]
本稿では、ニューラルネットワークを用いて放射移動方程式を解く反復積分過程をシミュレートする。
この方法は、リアルなボリュームメディアレンダリング効果を実現し、レンダリング速度を大幅に向上させることができる。
論文 参考訳（メタデータ） (2024-01-25T10:08:53Z) - GIR: 3D Gaussian Inverse Rendering for Relightable Scene Factorization [76.52007427483396]
GIRは3次元ガウス逆レンダリング法である。
本手法は,多視点画像から物体の材料特性,照明,形状を推定するために3次元ガウス法を用いる。
論文 参考訳（メタデータ） (2023-12-08T16:05:15Z) - ACDMSR: Accelerated Conditional Diffusion Models for Single Image
Super-Resolution [84.73658185158222]
本稿では,ACDMSRと呼ばれる拡散モデルに基づく超解像法を提案する。
提案手法は, 決定論的反復分解過程を通じて超解像を行うために, 標準拡散モデルに適応する。
提案手法は,低解像度画像に対してより視覚的に現実的な表現を生成し,現実的なシナリオにおけるその有効性を強調した。
論文 参考訳（メタデータ） (2023-07-03T06:49:04Z) - A prior regularized full waveform inversion using generative diffusion
models [0.5156484100374059]
フルウェーブフォームインバージョン(FWI)は高分解能地下モデル推定を提供する可能性がある。
観測の限界、例えば、地域雑音、限られたショットや受信機、帯域制限データなどにより、FWIで所望の高解像度モデルを得るのは難しい。
生成拡散モデルにより正規化されたFWIの新しいパラダイムを提案する。
論文 参考訳（メタデータ） (2023-06-22T10:10:34Z) - A Variational Perspective on Solving Inverse Problems with Diffusion
Models [101.831766524264]
逆タスクは、データ上の後続分布を推測するものとして定式化することができる。
しかし、拡散過程の非線形的かつ反復的な性質が後部を引き付けるため、拡散モデルではこれは困難である。
そこで我々は,真の後続分布を近似する設計手法を提案する。
論文 参考訳（メタデータ） (2023-05-07T23:00:47Z) - 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) - MeshDiffusion: Score-based Generative 3D Mesh Modeling [68.40770889259143]
本研究では,シーンの自動生成と物理シミュレーションのための現実的な3次元形状生成の課題について考察する。
メッシュのグラフ構造を利用して、3Dメッシュを生成するのにシンプルだが非常に効果的な生成モデリング手法を用いる。
具体的には、変形可能な四面体格子でメッシュを表現し、この直接パラメトリゼーション上で拡散モデルを訓練する。
論文 参考訳（メタデータ） (2023-03-14T17:59:01Z) - Online Neural Path Guiding with Normalized Anisotropic Spherical
Gaussians [20.68953631807367]
1つの小さなニューラルネットワークを用いて空間変動密度モデルを学習するための新しいオンラインフレームワークを提案する。
我々のフレームワークは、段階的に分布を学習し、ウォームアップフェーズは不要である。
論文 参考訳（メタデータ） (2023-03-11T05:22:42Z) - Extracting Triangular 3D Models, Materials, and Lighting From Images [59.33666140713829]
多視点画像観測による材料と照明の協調最適化手法を提案する。
従来のグラフィックスエンジンにデプロイ可能な,空間的に変化する材料と環境を備えたメッシュを活用します。
論文 参考訳（メタデータ） (2021-11-24T13:58:20Z)
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。