論文の概要: LumiMotion: Improving Gaussian Relighting with Scene Dynamics

• arxiv url: http://arxiv.org/abs/2604.10994v1
• Date: Mon, 13 Apr 2026 04:50:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.331291
• Title: LumiMotion: Improving Gaussian Relighting with Scene Dynamics
• Title（参考訳）: LumiMotion: シーンダイナミクスによるガウスリライティングの改善
• Authors: Joanna Kaleta, Piotr Wójcik, Kacper Marzol, Tomasz Trzciński, Kacper Kania, Marek Kowalski,
• Abstract要約: 3次元再構成では、シーンの照明と材料特性の回復という逆レンダリングの問題が基本となる。 既存の方法は、主に静的なシーンをターゲットとし、表面的な影の絡み合いを避けるため、単純化された、または中程度の照明を想定している。 本研究では,動的要素 – 動作中のシーンの領域 – を逆レンダリングの監視信号として活用することで,この制限に対処する。
• 参考スコア（独自算出の注目度）: 3.3825178252014525
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In 3D reconstruction, the problem of inverse rendering, namely recovering the illumination of the scene and the material properties, is fundamental. Existing Gaussian Splatting-based methods primarily target static scenes and often assume simplified or moderate lighting to avoid entangling shadows with surface appearance. This limits their ability to accurately separate lighting effects from material properties, particularly in real-world conditions. We address this limitation by leveraging dynamic elements - regions of the scene that undergo motion - as a supervisory signal for inverse rendering. Motion reveals the same surfaces under varying lighting conditions, providing stronger cues for disentangling material and illumination. This thesis is supported by our experimental results which show we improve LPIPS by 23% for albedo estimation and by 15% for scene relighting relative to next-best baseline. To this end, we introduce LumiMotion, the first Gaussian-based approach that leverages dynamics for inverse rendering and operates in arbitrary dynamic scenes. Our method learns a dynamic 2D Gaussian Splatting representation that employs a set of novel constraints which encourage the dynamic regions of the scene to deform, while keeping static regions stable. As we demonstrate, this separation is crucial for correct optimization of the albedo. Finally, we release a new synthetic benchmark comprising five scenes under four lighting conditions, each in both static and dynamic variants, for the first time enabling systematic evaluation of inverse rendering methods in dynamic environments and challenging lighting. Link to project page: https://joaxkal.github.io/LumiMotion/
• Abstract（参考訳）: 3次元再構成では、シーンの照明と材料特性の回復という逆レンダリングの問題が基本となる。 既存のガウシアン・スプレイティングに基づく手法は主に静的なシーンをターゲットにしており、表面的な影の絡み合いを避けるため、単純化された照明や中程度の照明を想定することが多い。 これにより、物質特性、特に現実世界の環境での照明効果を正確に分離する能力が制限される。 本研究では,動的要素 – 動作中のシーンの領域 – を逆レンダリングの監視信号として活用することで,この制限に対処する。 運動は、様々な照明条件下で同じ表面を明らかにし、遠ざかる材料と照明のためにより強力な手がかりを提供する。 本論文は,アルベド推定ではLPIPSを23%改善し,次善ベースラインに対するシーンリライティングでは15%改善した。 この目的のためにLumiMotionを紹介した。これはガウスをベースとした最初のアプローチで、ダイナミックスを逆レンダリングに利用し、任意の動的シーンで操作する。 本手法は,静的領域を安定に保ちながら,シーンの動的領域の変形を促すような,一連の新しい制約を用いた動的2次元ガウス分割表現を学習する。 示すように、この分離はアルベドの正しい最適化に不可欠である。 最後に, 動的環境下での逆レンダリング手法の体系的評価と, 難解な照明を実現するため, 4つの照明条件下での5つのシーンからなる新しい合成ベンチマークを初めてリリースした。 プロジェクトページへのリンク: https://joaxkal.github.io/LumiMotion/

関連論文リスト

• LightHarmony3D: Harmonizing Illumination and Shadows for Object Insertion in 3D Gaussian Splatting [90.15229815175593]
  光ハーモニー3D(LightHarmony3D)について述べる。 繰り返し最適化の代わりに生成前処理を活用することにより,本手法はシーン照明を効率よく捉えることができる。 3DGSでメッシュ挿入のための最初の専用ベンチマークを導入し、照明の一貫性と光リアリズムを評価するための標準化された評価フレームワークを提供する。
  論文  参考訳（メタデータ） (2026-03-31T03:26:30Z)
• R3GW: Relightable 3D Gaussians for Outdoor Scenes in the Wild [23.68389428693905]
  3D Gaussian Splatting (3DGS) は静的シーンの3D再構成と新しいビュー合成の先駆的手法として確立されている。 本稿では,野生で捉えた屋外シーンの3DGS表現を学習する新しい手法R3GWを提案する。
  論文  参考訳（メタデータ） (2026-03-03T09:40:16Z)
• SpectroMotion: Dynamic 3D Reconstruction of Specular Scenes [7.590932716513324]
  本稿では,3次元ガウス散乱(3DGS)と物理ベースレンダリング(PBR)と変形場を組み合わせた動的特異シーンの再構成手法を提案する。 フォトリアリスティック・リアルワールド・ダイナミック・スペキュラ・シーンを合成できる3DGS法は、現存する唯一のものである。
  論文  参考訳（メタデータ） (2024-10-22T17:59:56Z)
• NieR: Normal-Based Lighting Scene Rendering [17.421326290704844]
  NieR(Normal-based Lighting Scene Rendering)は、様々な材料表面における光反射のニュアンスを考慮した新しいフレームワークである。 本稿では,光の反射特性を捉えたLD(Light Decomposition)モジュールについて述べる。 また、スパースガウス表現の限界を克服するためにHNGD (Hierarchical Normal Gradient Densification) モジュールを提案する。
  論文  参考訳（メタデータ） (2024-05-21T14:24:43Z)
• GS-IR: 3D Gaussian Splatting for Inverse Rendering [71.14234327414086]
  3次元ガウス散乱(GS)に基づく新しい逆レンダリング手法GS-IRを提案する。 我々は、未知の照明条件下で撮影された多視点画像からシーン形状、表面物質、環境照明を推定するために、新しいビュー合成のための最高のパフォーマンス表現であるGSを拡張した。 フレキシブルかつ表現力のあるGS表現は、高速かつコンパクトな幾何再構成、フォトリアリスティックな新規ビュー合成、有効物理ベースレンダリングを実現する。
  論文  参考訳（メタデータ） (2023-11-26T02:35:09Z)
• BLiRF: Bandlimited Radiance Fields for Dynamic Scene Modeling [43.246536947828844]
  本稿では,帯域制限された高次元信号の合成としてシーンを定式化し,時間と空間を分解するフレームワークを提案する。 我々は、照明、テクスチャ、長距離ダイナミクスの変化を含む複雑な動的シーンにまたがる魅力的な結果を実証する。
  論文  参考訳（メタデータ） (2023-02-27T06:40:32Z)
• Neural Deformable Voxel Grid for Fast Optimization of Dynamic View Synthesis [63.25919018001152]
  動的シーンを扱うための高速な変形可能な放射場法を提案する。 本手法は訓練に20分しかかからないD-NeRFに匹敵する性能を実現する。
  論文  参考訳（メタデータ） (2022-06-15T17:49:08Z)
• Learning Indoor Inverse Rendering with 3D Spatially-Varying Lighting [149.1673041605155]
  1枚の画像からアルベド, 正常, 深さ, 3次元の空間的変化を共同で推定する問題に対処する。 既存のほとんどの方法は、シーンの3D特性を無視して、画像から画像への変換としてタスクを定式化する。 本研究では3次元空間変動照明を定式化する統合学習ベースの逆フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-13T15:29:03Z)

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。