論文の概要: RefRef: A Synthetic Dataset and Benchmark for Reconstructing Refractive and Reflective Objects

• arxiv url: http://arxiv.org/abs/2505.05848v1
• Date: Fri, 09 May 2025 07:38:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-12 20:40:10.189295
• Title: RefRef: A Synthetic Dataset and Benchmark for Reconstructing Refractive and Reflective Objects
• Title（参考訳）: RefRef: 屈折的および反射的オブジェクトの再構成のための合成データセットとベンチマーク
• Authors: Yue Yin, Enze Tao, Weijian Deng, Dylan Campbell,
• Abstract要約: RefRefRefデータセットは、3つの異なるバックグラウンドタイプに配置された、さまざまな複雑性を持つ50のオブジェクトで構成されている。 本稿では,ニューラルレンダリングのための正確な光経路を計算するオラクル法と,これらの仮定を回避したアプローチを提案する。 我々はこれらを最先端のいくつかのメソッドと比較し、全てのメソッドがオラクルにかなり遅れていることを示す。
• 参考スコア（独自算出の注目度）: 19.094828598104893
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Modern 3D reconstruction and novel view synthesis approaches have demonstrated strong performance on scenes with opaque Lambertian objects. However, most assume straight light paths and therefore cannot properly handle refractive and reflective materials. Moreover, datasets specialized for these effects are limited, stymieing efforts to evaluate performance and develop suitable techniques. In this work, we introduce a synthetic RefRef dataset and benchmark for reconstructing scenes with refractive and reflective objects from posed images. Our dataset has 50 such objects of varying complexity, from single-material convex shapes to multi-material non-convex shapes, each placed in three different background types, resulting in 150 scenes. We also propose an oracle method that, given the object geometry and refractive indices, calculates accurate light paths for neural rendering, and an approach based on this that avoids these assumptions. We benchmark these against several state-of-the-art methods and show that all methods lag significantly behind the oracle, highlighting the challenges of the task and dataset.
• Abstract（参考訳）: 現代の3次元再構成と新しいビュー合成アプローチは、不透明なランベルトオブジェクトを持つシーンで強い性能を示した。 しかし、ほとんどの場合、直線的な光路を仮定するので、屈折や反射の材料を適切に扱えない。 さらに、これらの効果を専門とするデータセットは限定的であり、パフォーマンスを評価し、適切な技術を開発するための細い努力をしている。 本研究では, 合成されたRefRefデータセットと, 合成画像からの屈折・反射オブジェクトを用いてシーンを再構成するベンチマークを提案する。 我々のデータセットには, 単一材料凸形状から多材料非凸形状まで, 複雑な50のオブジェクトがあり, それぞれが3つの背景タイプに配置され, 150のシーンが生成される。 また,物体の形状と屈折率を考慮し,ニューラルネットワークの正確な光路を計算するオラクル法と,これらの仮定を回避したアプローチを提案する。 我々はこれらを最先端のいくつかのメソッドと比較し、すべてのメソッドがオラクルにかなり遅れており、タスクとデータセットの課題を強調していることを示す。

関連論文リスト

• Multi-times Monte Carlo Rendering for Inter-reflection Reconstruction [51.911195773164245]
  逆レンダリング法は、非絡み合ったジオメトリー、材料、環境光で高忠実度3Dオブジェクトを再構成する際、顕著な性能を実現している。 環境照明を総合的に計算するマルチタイムモンテカルロサンプリングを導入したRef-MC2を提案する。 また,本手法のアンタングル化能力を示すために,リライティングや素材編集などのダウンストリームアプリケーションも紹介する。
  論文  参考訳（メタデータ） (2024-07-08T09:27:34Z)
• OpenMaterial: A Comprehensive Dataset of Complex Materials for 3D Reconstruction [54.706361479680055]
  295個の異なる材料からなる1001個のオブジェクトからなるOpenMaterialデータセットを紹介した。 OpenMaterialは3D形状、マテリアルタイプ、カメラポーズ、深さ、オブジェクトマスクなど、包括的なアノテーションを提供する。 これは、多様で挑戦的な材料を持つオブジェクト上で、既存のアルゴリズムの定量的評価を可能にする最初の大規模データセットである。
  論文  参考訳（メタデータ） (2024-06-13T07:46:17Z)
• IntrinsicAnything: Learning Diffusion Priors for Inverse Rendering Under Unknown Illumination [37.96484120807323]
  本稿では,未知の静止照明条件下で撮影されたポーズ画像から対象物質を回収することを目的とする。 我々は、最適化プロセスの正規化のための生成モデルを用いて、その材料を事前に学習する。 実世界および合成データセットを用いた実験により,本手法が材料回収における最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2024-04-17T17:45:08Z)
• 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)
• Inverse Rendering of Translucent Objects using Physical and Neural Renderers [13.706425832518093]
  本研究では,半透明物体の1対の撮像画像のみから3次元形状,空間的反射率,均質散乱パラメータ,環境照度を推定する逆モデルを提案する。 2つの再構成は微分可能であるため、パラメータ推定を補助するために再構成損失を計算することができる。 我々は117Kシーンからなる半透明物体の大規模合成データセットを構築した。
  論文  参考訳（メタデータ） (2023-05-15T04:03:11Z)
• DIB-R++: Learning to Predict Lighting and Material with a Hybrid Differentiable Renderer [78.91753256634453]
  そこで本研究では,単体画像から固有物体特性を推定する難題について,微分可能量を用いて検討する。 そこで本研究では、スペクトル化とレイトレーシングを組み合わせることで、これらの効果をサポートするハイブリッド微分可能なDIBR++を提案する。 より高度な物理ベースの微分可能値と比較すると、DIBR++はコンパクトで表現力のあるモデルであるため、高い性能を持つ。
  論文  参考訳（メタデータ） (2021-10-30T01:59:39Z)
• Multi-view 3D Reconstruction of a Texture-less Smooth Surface of Unknown Generic Reflectance [86.05191217004415]
  表面反射率の不明なテクスチャレス物体の多視点再構成は難しい課題である。 本稿では,コライトスキャナーをベースとした,この問題に対するシンプルで堅牢な解法を提案する。
  論文  参考訳（メタデータ） (2021-05-25T01:28:54Z)

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。