論文の概要: SpecGen: Neural Spectral BRDF Generation via Spectral-Spatial Tri-plane Aggregation

• arxiv url: http://arxiv.org/abs/2508.17316v1
• Date: Sun, 24 Aug 2025 11:54:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-26 18:43:45.463774
• Title: SpecGen: Neural Spectral BRDF Generation via Spectral-Spatial Tri-plane Aggregation
• Title（参考訳）: SpecGen: スペクトル-空間三面体アグリゲーションによるニューラルスペクトルBRDF生成
• Authors: Zhenyu Jin, Wenjie Li, Zhanyu Ma, Heng Guo,
• Abstract要約: SpecGenは、球面の単一のRGB画像からスペクトル双方向反射率分布関数(BRDF)を生成する新しい方法である。 本稿では,波長および入射方向の反射応答をモデル化したスペクトル-空間三面アグリゲーション(SSTA)ネットワークを提案する。 実験の結果,スペクトルデータからスペクトルBRDFを高精度に再構成し,高スペクトル画像再構成における最先端手法を超越した。
• 参考スコア（独自算出の注目度）: 35.544934250198374
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Synthesizing spectral images across different wavelengths is essential for photorealistic rendering. Unlike conventional spectral uplifting methods that convert RGB images into spectral ones, we introduce SpecGen, a novel method that generates spectral bidirectional reflectance distribution functions (BRDFs) from a single RGB image of a sphere. This enables spectral image rendering under arbitrary illuminations and shapes covered by the corresponding material. A key challenge in spectral BRDF generation is the scarcity of measured spectral BRDF data. To address this, we propose the Spectral-Spatial Tri-plane Aggregation (SSTA) network, which models reflectance responses across wavelengths and incident-outgoing directions, allowing the training strategy to leverage abundant RGB BRDF data to enhance spectral BRDF generation. Experiments show that our method accurately reconstructs spectral BRDFs from limited spectral data and surpasses state-of-the-art methods in hyperspectral image reconstruction, achieving an improvement of 8 dB in PSNR. Codes and data will be released upon acceptance.
• Abstract（参考訳）: 異なる波長にわたるスペクトル画像の合成は、フォトリアリスティックレンダリングに不可欠である。 RGB画像をスペクトルに変換する従来のスペクトルアップリフト法とは異なり、球面の1つのRGB画像からスペクトル双方向反射率分布関数(BRDF)を生成する新しい手法であるSpecGenを導入する。 これにより、任意の照明と対応する材料で覆われた形状の下でのスペクトル画像レンダリングが可能になる。 スペクトルBRDF生成における重要な課題は、測定されたスペクトルBRDFデータの不足である。 そこで本研究では,波長および入射方向の反射応答をモデル化し,豊富なRGB BRDFデータを活用することでスペクトルBRDF生成を促進できるスペクトル空間三面体アグリゲーション(SSTA)ネットワークを提案する。 実験により,スペクトルデータからスペクトルBRDFを高精度に再構成し,高スペクトル画像再構成における最先端手法を超越し,PSNRの8dB向上を実現した。 コードとデータは受理時に公開される。

関連論文リスト

• RGB Pre-Training Enhanced Unobservable Feature Latent Diffusion Model for Spectral Reconstruction [16.54284634377436]
  スペクトル構造表現学習とスペクトル-空間共分散学習からなる2段階パイプラインを提案する。 第1段階では、スペクトル可観測特徴オートエンコーダ(SpeUAE)を訓練し、その可観測特徴をRGB空間に整列した3次元多様体に抽出し圧縮する。 その後、ULDMを取得し、対応するRGB画像からのガイダンスで符号化された観測不能な特徴の分布をモデル化する。
  論文  参考訳（メタデータ） (2025-07-17T10:07:32Z)
• FRN: Fractal-Based Recursive Spectral Reconstruction Network [32.54705293932158]
  スペクトル再構成は、RGB画像からのハイパースペクトル画像(HSI)のコストを大幅に削減することができる。 スペクトル再構成をプログレッシブなプロセスとして扱うフラクタルベース再帰スペクトル再構成ネットワーク(FRN)を提案する。 FRNは, 定量評価と定性評価の両方において, 最先端手法と比較して, 再現性に優れる。
  論文  参考訳（メタデータ） (2025-05-21T12:20:59Z)
• CARL: Camera-Agnostic Representation Learning for Spectral Image Analysis [75.25966323298003]
  スペクトルイメージングは、医療や都市景観の理解など、様々な領域で有望な応用を提供する。 スペクトルカメラのチャネル次元と捕獲波長のばらつきは、AI駆動方式の開発を妨げる。 我々は、$textbfC$amera-$textbfA$gnostic $textbfR$esupervised $textbfL$のモデルである$textbfCARL$を紹介した。
  論文  参考訳（メタデータ） (2025-04-27T13:06:40Z)
• Contourlet Refinement Gate Framework for Thermal Spectrum Distribution Regularized Infrared Image Super-Resolution [54.293362972473595]
  画像超解像(SR)は、高解像度(HR)画像を低解像度(LR)画像から再構成することを目的としている。 SRタスクに対処する現在のアプローチは、RGB画像の特徴を抽出するか、同様の劣化パターンを仮定するものである。 スペクトル分布の忠実さを保ちつつ、赤外線変調特性を復元するコントゥーレット改質ゲートフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-19T14:24:03Z)
• SpectralNeRF: Physically Based Spectral Rendering with Neural Radiance Field [70.15900280156262]
  本稿では,新しいスペクトルの観点から,高品質な物理ベースレンダリングのためのエンドツーエンドニューラルラジアンスフィールド(NeRF)アーキテクチャを提案する。 スペクトルNeRFは、合成データセットと実データセットの新しいビューを合成する際に、最近のNeRFベースの方法よりも優れている。
  論文  参考訳（メタデータ） (2023-12-14T07:19:31Z)
• Continuous Spectral Reconstruction from RGB Images via Implicit Neural Representation [43.622087181097164]
  既存のスペクトル再構成法は通常、RGB画像から多くのスペクトル帯域への離散写像を学ぶ。 本稿では,ニューラルスペクトル再構成法(NeSR)を提案する。 NeSRは、任意の数のスペクトルバンドを目標出力として可能にすることで、スペクトル再構成の柔軟性を拡大する。
  論文  参考訳（メタデータ） (2021-12-24T09:08:23Z)
• Tuning IR-cut Filter for Illumination-aware Spectral Reconstruction from RGB [84.1657998542458]
  再現精度は、使用中のRGBカメラのスペクトル応答に大きく依存していることが証明されている。 本稿では,既存のrgbカメラのフィルタアレイに基づくカラーイメージング機構を調査し,irカットフィルタの設計方法を提案する。
  論文  参考訳（メタデータ） (2021-03-26T19:42:21Z)

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。