論文の概要: Efficient Proxy Raytracer for Optical Systems using Implicit Neural Representations

• arxiv url: http://arxiv.org/abs/2507.20513v1
• Date: Mon, 28 Jul 2025 04:31:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-29 16:23:57.855996
• Title: Efficient Proxy Raytracer for Optical Systems using Implicit Neural Representations
• Title（参考訳）: 入射ニューラル表現を用いた光学系のための効率的なプロキシ・レイトレーサ
• Authors: Shiva Sinaei, Chuanjun Zheng, Kaan Akşit, Daisuke Iwai,
• Abstract要約: レイトレーシング(英: Ray Trace)は、光学系をモデリングするのに広く用いられる手法であり、表面・表面の逐次計算を含む。 我々は、暗黙のニューラル表現を利用して、より効率よく光学系をモデル化する新しい方法Ray2Rayを提案する。 我々は、9つのオフザシェルフ光学系でRay2Rayをトレーニングし、推定出力線における1mumと角偏差の位置誤差と0.01°の角度ずれを達成した。
• 参考スコア（独自算出の注目度）: 8.53504107478578
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Ray tracing is a widely used technique for modeling optical systems, involving sequential surface-by-surface computations, which can be computationally intensive. We propose Ray2Ray, a novel method that leverages implicit neural representations to model optical systems with greater efficiency, eliminating the need for surface-by-surface computations in a single pass end-to-end model. Ray2Ray learns the mapping between rays emitted from a given source and their corresponding rays after passing through a given optical system in a physically accurate manner. We train Ray2Ray on nine off-the-shelf optical systems, achieving positional errors on the order of 1{\mu}m and angular deviations on the order 0.01 degrees in the estimated output rays. Our work highlights the potential of neural representations as a proxy for optical raytracer.
• Abstract（参考訳）: レイトレーシング(Ray Trace)は、光学系をモデリングするのに広く用いられる手法であり、連続した表面・表面の計算を伴い、計算に重きを置くことができる。 我々は、暗黙のニューラル表現を利用して、より効率よく光学系をモデル化する新しい方法Ray2Rayを提案し、単一パスの終端モデルにおける表面計算の必要性を排除した。 Ray2Rayは、特定の光学系を通過した後、所定の光源から放射される光と対応する光とのマッピングを物理的に正確に学習する。 我々は、9つのオフザシェルフ光学系でRay2Rayを訓練し、推定出力線における1{\mu}mのオーダーと0.01度の角偏差の位置誤差を達成した。 我々の研究は、光レイトラサーのプロキシとしての神経表現の可能性を強調している。

関連論文リスト

• UltraRay: Full-Path Ray Tracing for Enhancing Realism in Ultrasound Simulation [43.433512581459176]
  レイトレーシングアルゴリズムを用いてエコーデータを生成する新しい超音波シミュレーションパイプラインを提案する。 先進的な超音波イメージングを再現するため,平面波イメージングに最適化されたレイエミッション方式を導入し,遅延とステアリング機能を取り入れた。 提案手法であるUltraRayは,視覚的品質の向上だけでなく,シミュレーション画像のリアリズムの向上にも寄与する。
  論文  参考訳（メタデータ） (2025-01-10T10:07:41Z)
• IRGS: Inter-Reflective Gaussian Splatting with 2D Gaussian Ray Tracing [3.147103287687791]
  逆レンダリングのための反射型ガウススプラッティング(IRGS)を導入する。 本研究では, 簡易化を伴わず, 入射放射率を計算し, フルレンダリング式を適用した。 さらに、最適化されたシーンをリライトする際、入射光の間接放射率を問い合わせる新しい手法を導入する。
  論文  参考訳（メタデータ） (2024-12-20T13:10:43Z)
• 3D Gaussian Ray Tracing: Fast Tracing of Particle Scenes [50.36933474990516]
  本研究は, 粒子のトレーシング, 境界体積階層の構築, 高性能なレイトレーシングハードウェアを用いた各画素のレイキャストについて考察する。 半透明粒子の多量処理を効率的に行うために,有界メッシュで粒子をカプセル化するアルゴリズムについて述べる。 実験は、我々のアプローチの速度と精度、およびコンピュータグラフィックスとビジョンにおけるいくつかの応用を実証する。
  論文  参考訳（メタデータ） (2024-07-09T17:59:30Z)
• Machine learning with sub-diffraction resolution in the photon-counting regime [0.0]
  サブレイリー推定の手法として空間モードデマルチプレクシング(SPADE)が提案されている。 本研究では,SPADEが画像分類のより広い文脈でサブ回折分解能を得ることを示す。
  論文  参考訳（メタデータ） (2024-06-05T12:08:58Z)
• Radiative Gaussian Splatting for Efficient X-ray Novel View Synthesis [88.86777314004044]
  我々は,X線ノベルビュー可視化のための3次元ガウシアンスプラッティングに基づくフレームワーク,すなわちX-ガウシアンを提案する。 実験の結果,X-Gaussianは6.5dBの最先端手法より優れており,トレーニング時間は15%未満であり,推論速度は73倍であることがわかった。
  論文  参考訳（メタデータ） (2024-03-07T00:12:08Z)
• LightSpeed: Light and Fast Neural Light Fields on Mobile Devices [29.080086014074613]
  モバイルデバイス上でのリアルタイムのノベルビュー画像合成は、計算能力とストレージの制限により禁止されている。 近年の光電場表現の進歩により、モバイルデバイス上でのリアルタイムビュー合成の結果が期待できる。
  論文  参考訳（メタデータ） (2023-10-25T17:59:05Z)
• Differentiable Rendering with Reparameterized Volume Sampling [2.717399369766309]
  ビュー合成において、ニューラルネットワークは、シーン画像のスパースセットに基づいて、基礎となる密度と放射場を近似する。 このレンダリングアルゴリズムは、完全に微分可能であり、フィールドの勾配に基づく最適化を容易にする。 逆変換サンプリングに基づく単純なエンドツーエンドの微分可能サンプリングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-02-21T19:56:50Z)
• Light Field Networks: Neural Scene Representations with Single-Evaluation Rendering [60.02806355570514]
  2次元観察から3Dシーンの表現を推定することは、コンピュータグラフィックス、コンピュータビジョン、人工知能の基本的な問題である。 そこで我々は,360度4次元光場における基礎となる3次元シーンの形状と外観の両面を表現した新しいニューラルシーン表現,光場ネットワーク(LFN)を提案する。 LFNからレイをレンダリングするには*single*ネットワークの評価しか必要としない。
  論文  参考訳（メタデータ） (2021-06-04T17:54:49Z)

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。