論文の概要: 8DNA: 8D Neural Asset Light Transport by Distribution Learning

• arxiv url: http://arxiv.org/abs/2604.25129v1
• Date: Tue, 28 Apr 2026 02:07:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-29 16:49:17.660567
• Title: 8DNA: 8D Neural Asset Light Transport by Distribution Learning
• Title（参考訳）: 8DNA:分布学習による8次元ニューラルアセット光輸送
• Authors: Liwen Wu, Haolin Lu, Bing Xu, Miloš Hašan, Ravi Ramamoorthi,
• Abstract要約: 8DNAは完全な8次元光輸送を学習し、近接場照明下で正確なレンダリングを可能にする。 実験の結果,8DNAのレンダリングは様々なシーン構成下でのパストレース結果とよく一致していることがわかった。
• 参考スコア（独自算出の注目度）: 21.98473226766529
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: High-fidelity 3D assets exhibit intriguing global illumination effects like subsurface scattering, glossy interreflections, and fine-scale fiber scatterings, which often involve long scattering paths that are expensive to simulate. We introduce 8D neural assets (8DNA) to pre-bake these light transport effects into neural representations. Unlike prior methods that assume far-field lighting and precompute light transport into 6D functions, 8DNA learns the full 8D light transport, enabling accurate rendering under near-field illumination. Our training leverages a distribution-learning formulation that learns light transport from forward path-traced samples, which produces less optimization variance with lower training budget than the prior regression-based approaches. Experiments show our 8DNA rendering closely matches path-traced results under various scene configurations, yet it achieves improved variance reduction and fast inference speeds on challenging assets.
• Abstract（参考訳）: 高忠実度3Dアセットは、地下散乱、光沢間反射、微視的な繊維散乱などの地球規模の照明効果を示す。 我々は、これらの光輸送効果を神経表現にプリベークするために、8Dニューラルアセット(8DNA)を導入する。 遠方界照明と6次元関数への事前計算光輸送を仮定する従来の方法とは異なり、8DNAは完全な8次元光輸送を学習し、近接場照明下で正確なレンダリングを可能にする。 我々のトレーニングでは,前向きパストレーシングサンプルから光輸送を学習する分布学習式を活用し,事前回帰に基づくアプローチよりも低いトレーニング予算との最適化分散を発生させる。 実験の結果,8DNAのレンダリングは様々なシーン構成でパストレーシング結果とよく一致しているが,バラツキの低減と高速な推論速度を実現している。

関連論文リスト

• SSD-GS: Scattering and Shadow Decomposition for Relightable 3D Gaussian Splatting [46.61006851229471]
  SSD-GSは3Dガウス平板上に構築された物理ベースのライティングフレームワーク(3DGS) 反射率を拡散、スペクトル、影、地下散乱の4つの成分に分解する。 実験は、従来の方法と比較して、量的および知覚的啓蒙品質が優れていることを示す。
  論文  参考訳（メタデータ） (2026-04-14T22:47:04Z)
• A Generalizable Light Transport 3D Embedding for Global Illumination [30.088406137167997]
  本稿では,3次元シーン構成から直接グローバル照明を近似する一般化可能な3次元光輸送埋め込みを提案する。 スケーラブルトランスフォーマーは、グローバルなポイントツーポイントインタラクションをモデル化して、これらの機能をニューラルプリミティブにエンコードする。 様々なレイアウト, 形状, 材料を有する屋内の様々なシーンにまたがって, グローバル照明の拡散予測結果を示す。
  論文  参考訳（メタデータ） (2025-10-21T00:29:09Z)
• Improved Immiscible Diffusion: Accelerate Diffusion Training by Reducing Its Miscibility [62.272571285823595]
  不和がいかに軽視し、効率を向上するかを示す。 そこで本稿では,K-nearest neighbor (KNN) ノイズ選択や画像スケーリングなどの実装のファミリを提案する。 この研究は、今後の高効率拡散訓練研究の新たな方向性を確立する。
  論文  参考訳（メタデータ） (2025-05-24T05:38:35Z)
• PRTGS: Precomputed Radiance Transfer of Gaussian Splats for Real-Time High-Quality Relighting [24.48524333222271]
  低周波照明環境におけるガウス板のリアルタイム高品質照明法を提案する。 この方法は3次元ガウスプレートの放射光伝達をプリ計算することでソフトシャドウと相互反射を捕捉する。 我々は、トレーニングとレンダリングの段階に適した個別の事前計算手法と、独自のレイトレーシングと間接照明前処理技術を導入する。
  論文  参考訳（メタデータ） (2024-08-07T04:35:06Z)
• 4D Contrastive Superflows are Dense 3D Representation Learners [62.433137130087445]
  我々は,LiDARとカメラのペアを連続的に利用して事前学習の目的を確立するための,新しいフレームワークであるSuperFlowを紹介する。 学習効率をさらに向上するため,カメラビューから抽出した知識の整合性を高めるプラグイン・アンド・プレイ・ビュー・一貫性モジュールを組み込んだ。
  論文  参考訳（メタデータ） (2024-07-08T17:59:54Z)
• Multi-Modal Data-Efficient 3D Scene Understanding for Autonomous Driving [58.16024314532443]
  我々は、異なるLiDARスキャンからレーザービーム操作を統合するフレームワークであるLaserMix++を導入し、データ効率の学習を支援するためにLiDAR-カメラ対応を組み込んだ。 結果は、LaserMix++が完全に教師付き代替よりも優れており、5倍のアノテーションで同等の精度を実現していることを示している。 この大幅な進歩は、LiDARベースの3Dシーン理解システムにおける広範囲なラベル付きデータへの依存を減らすための半教師付きアプローチの可能性を示している。
  論文  参考訳（メタデータ） (2024-05-08T17:59:53Z)
• DeepLight: Reconstructing High-Resolution Observations of Nighttime Light With Multi-Modal Remote Sensing Data [4.89861083551325]
  夜間光(NTL)リモートセンシング観測は、一連の持続可能な開発目標を達成するための進捗を定量的に評価するためのユニークなプロキシとして機能する。 本研究では,マルチモーダルリモートセンシングデータを用いた高解像度NTL画像の再構成手法を提案する。
  論文  参考訳（メタデータ） (2024-02-24T00:25:22Z)
• Factorized Inverse Path Tracing for Efficient and Accurate Material-Lighting Estimation [97.0195314255101]
  逆経路追跡は計算に高価であり、反射と放出の間に曖昧さが存在する。 当社のFactized Inverse Path Tracing (FIPT) は, ファクタリング光輸送の定式化によってこれらの課題に対処する。 提案アルゴリズムは, 従来よりも高精度な材料と照明の最適化を実現し, あいまいさの解消に有効である。
  論文  参考訳（メタデータ） (2023-04-12T07:46:05Z)
• Misalignment Resilient Diffractive Optical Networks [14.520023891142698]
  本稿では,3次元のミスアライメントと耐加工性に対する拡散ネットワークのロバスト性を大幅に向上させる新しいトレーニング手法を紹介し,実験的に実証する。 3次元の望ましくない層間ミスアライメントを光フォワードモデルにおける連続的ランダム変数としてモデル化することにより、拡散ネットワークは広い範囲のミスアライメントにわたって推論精度を維持するように訓練される。
  論文  参考訳（メタデータ） (2020-05-23T04:22:48Z)

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。