論文の概要: ShinyNeRF: Digitizing Anisotropic Appearance in Neural Radiance Fields
- arxiv url: http://arxiv.org/abs/2512.21692v1
- Date: Thu, 25 Dec 2025 14:35:10 GMT
- ステータス: 情報取得中
- システム内更新日: 2025-12-29 11:58:18.886488
- Title: ShinyNeRF: Digitizing Anisotropic Appearance in Neural Radiance Fields
- Title（参考訳）: ShinyNeRF:ニューラルラジアンス場における異方性出現のデジタル化
- Authors: Albert Barreiro, Roger Marí, Rafael Redondo, Gloria Haro, Carles Bosch,
- Abstract要約: 異方性反射と異方性反射の両方を扱える新しいフレームワークであるShinyNeRFを紹介する。
本手法は, 異方性球状ガウス分布の正規分布, 接点, スペクトル濃度, 異方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等を共同推定できる。
実験結果から, ShinyNeRF は異方性スペクトル反射のディジタル化において, 最先端の性能を達成するだけでなく, 物理的解釈や材料特性の編集にも有効であることが示唆された。
- 参考スコア（独自算出の注目度）: 5.851353438304085
- License:
- Abstract: Recent advances in digitization technologies have transformed the preservation and dissemination of cultural heritage. In this vein, Neural Radiance Fields (NeRF) have emerged as a leading technology for 3D digitization, delivering representations with exceptional realism. However, existing methods struggle to accurately model anisotropic specular surfaces, typically observed, for example, on brushed metals. In this work, we introduce ShinyNeRF, a novel framework capable of handling both isotropic and anisotropic reflections. Our method is capable of jointly estimating surface normals, tangents, specular concentration, and anisotropy magnitudes of an Anisotropic Spherical Gaussian (ASG) distribution, by learning an approximation of the outgoing radiance as an encoded mixture of isotropic von Mises-Fisher (vMF) distributions. Experimental results show that ShinyNeRF not only achieves state-of-the-art performance on digitizing anisotropic specular reflections, but also offers plausible physical interpretations and editing of material properties compared to existing methods.
- Abstract（参考訳）: デジタル化技術の最近の進歩は、文化遺産の保存と普及に変化をもたらした。
この分野では、Neural Radiance Fields (NeRF) が3Dデジタル化の先駆的技術として登場し、例外的リアリズムを持つ表現を提供する。
しかし、既存の方法では、例えばブラシされた金属上で観察される異方性特異面を正確にモデル化することは困難である。
本稿では,異方性反射と異方性反射の両方を扱える新しいフレームワークであるShinyNeRFを紹介する。
本手法は, 等方性フォン・ミセス・フィッシャー(vMF)分布の符号化混合物として外方放射の近似を学習することにより, 表面の正規分布, 接点, スペクトル濃度, 異方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性等方性(ASG)分布の等方性等方性等方性等方性等方性等方性を有する。
実験結果から, ShinyNeRF は異方性スペクトル反射のディジタル化における最先端の性能を達成できるだけでなく, 既存の手法と比較して, 物理的解釈や材料特性の編集も可能であることがわかった。
関連論文リスト
- I2-NeRF: Learning Neural Radiance Fields Under Physically-Grounded Media Interactions [48.696181442718206]
I2-NeRFは、メディア劣化下での等方性メートル法知覚を高める新しい神経放射場フレームワークである。
本稿では, ベル・ランベルト減衰法により制御された粒子モデルに放射, 吸収, 散乱を統一する, メディア劣化のための一般的な放射型定式化について述べる。
光伝搬を垂直方向と水平方向の両方で均一に処理することにより、I2-NeRFは等方的距離知覚を可能にし、水深などの媒体特性を推定できる。
論文 参考訳（メタデータ） (2025-10-25T05:13:28Z) - Approximating Rayleigh Scattering in Exoplanetary Atmospheres using Physics-informed Neural Networks (PINNs) [0.0]
本研究では、外惑星大気における放射移動(RT)モデリングの課題に取り組むために、物理インフォームドニューラルネットワーク(PINN)の革新的な応用を紹介した。
提案手法は,RTの制御微分方程式を損失関数に直接組み込む能力で,PINNを利用する。
本研究では,吸収係数とレイリー散乱係数を持つ簡易1次元等温モデルを用いて,太陽系外惑星大気の遷移におけるRTに着目した。
論文 参考訳（メタデータ） (2024-07-31T18:00:55Z) - PhyRecon: Physically Plausible Neural Scene Reconstruction [81.73129450090684]
PHYRECONは、微分可能なレンダリングと微分可能な物理シミュレーションの両方を利用して暗黙的な表面表現を学習する最初のアプローチである。
この設計の中心は、SDFに基づく暗黙の表現と明示的な表面点の間の効率的な変換である。
また,物理シミュレータの安定性も向上し,全データセットに対して少なくとも40%の改善が得られた。
論文 参考訳（メタデータ） (2024-04-25T15:06:58Z) - SphereDiffusion: Spherical Geometry-Aware Distortion Resilient Diffusion Model [63.685132323224124]
制御可能な球状パノラマ画像生成は、様々な領域でかなりの応用可能性を持っている。
本稿では,これらの課題に対処するために,SphereDiffusionの新しいフレームワークを提案する。
Structured3Dデータセットの実験では、SphereDiffusionは制御可能な球面画像生成の品質を大幅に改善し、平均して約35%のFIDを相対的に削減している。
論文 参考訳（メタデータ） (2024-03-15T06:26:46Z) - NePF: Neural Photon Field for Single-Stage Inverse Rendering [6.977356702921476]
多視点画像の逆レンダリングに対処するために,新しい単一ステージフレームワークNePF(Neural Photon Field)を提案する。
NePFは、神経暗黙表面の重み関数の背後にある物理的意味を完全に活用することで、この統一を実現する。
我々は本手法を実データと合成データの両方で評価する。
論文 参考訳（メタデータ） (2023-11-20T06:15:46Z) - CeRF: Convolutional Neural Radiance Fields for New View Synthesis with Derivatives of Ray Modeling [16.788271424754488]
我々は、光線に沿った放射の微分をモデル化するために、コナールニューラルレージアンス場を導入する。
提案手法は, 1次元畳み込み演算に基づいて, 構造化ニューラルネットワークアーキテクチャによる潜在的光線表現を効果的に抽出する。
論文 参考訳（メタデータ） (2023-07-14T02:26:05Z) - 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) - Real-space detection and manipulation of topological edge modes with
ultracold atoms [56.34005280792013]
光学格子におけるキラルエッジモードを実現するための実験的プロトコルを実証する。
3つの異なるフロケトポロジカルな状態において,これらのエッジモードの粒子を効率的に調製する方法を示す。
本研究では, 界面にエッジモードが出現し, 電位ステップのシャープネスが変化するにつれて, 粒子の群速度がどう変化するかを検討する。
論文 参考訳（メタデータ） (2023-04-04T17:36:30Z)
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。