論文の概要: AEGIR: Modeling Area Emitters for Indoor Inverse Rendering using Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2606.28635v2
• Date: Tue, 30 Jun 2026 13:08:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 13:50:27.713493
• Title: AEGIR: Modeling Area Emitters for Indoor Inverse Rendering using Gaussian Splatting
• Title（参考訳）: AEGIR:ガウススティングを用いた屋内逆レンダリングのためのエリアエミッタのモデル化
• Authors: Mohamed Shawky Sabae, Philipp Langsteiner, Jan-Niklas Dihlmann, Hendrik Lensch,
• Abstract要約: 逆レンダリングでは、照明と表面物質を分離する必要がある。 既存のライティング可能な方法は、個別の点灯、大域環境マップ、暗黙の表現を用いてシーンライティングを近似する。 本稿では,地域エミッタを表現可能なガウススプラッティング表現内で明示的にモデル化するフレームワークであるAEGIRを提案する。
• 参考スコア（独自算出の注目度）: 2.333246928962179
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Inverse rendering requires separating illumination from surface materials, which is highly ambiguous due to their tight coupling in observed images. While Gaussian Splatting is efficient for novel view synthesis, existing relightable methods approximate scene lighting using discrete point lights, global environment maps, or implicit representations. By ignoring the physical spatial extent of real-world emitters, these approaches produce incorrect light attenuation and unrealistic shadows. We present AEGIR (Area Emitters for Gaussian Inverse Rendering), a framework that explicitly models local area emitters within a relightable Gaussian Splatting representation. Joint optimization of emitters, materials, and geometry is challenging due to flexible emitter parameterization, which increases both the number of parameters and the ambiguity between illumination and materials. We address this by introducing a differentiable deferred rendering pipeline that integrates multiple importance sampling with targeted regularization. As a result, AEGIR accurately simulates local light transport and achieves more consistent decomposition. Experiments show that explicit area emitters improve illumination reconstruction and enhance downstream tasks, including novel view synthesis, controlled relighting, and virtual object insertion, particularly in scenes with complex local lighting.
• Abstract（参考訳）: 逆レンダリングでは、観察された画像の密結合により非常に曖昧な表面物質から照明を分離する必要がある。 ガウススプラッティングは、新しいビュー合成に効率的であるが、既存の照準可能な方法は、離散的な点灯、大域環境マップ、暗黙の表現を用いてシーンライティングを近似する。 現実世界のエミッターの物理的空間範囲を無視して、これらのアプローチは誤った光減衰と非現実的な影を生み出す。 本稿では,AEGIR(Area Emitters for Gaussian Inverse Rendering)について述べる。 フレキシブルエミッターパラメータ化により、エミッター、材料、幾何学の合同最適化は困難であり、パラメータの数と照明と材料間のあいまいさの両方を増大させる。 我々は、複数の重要サンプリングとターゲット正則化を統合した、微分可能な遅延レンダリングパイプラインを導入することで、この問題に対処する。 その結果、AEGIRは局所的な光輸送を正確にシミュレートし、より一貫した分解を実現する。 実験により、露光領域のエミッタは、特に複雑な局所照明のあるシーンにおいて、新しいビュー合成、制御されたリライト、仮想オブジェクト挿入など、照明の再構築を改善し、下流のタスクを強化することが示されている。

関連論文リスト

• Differentiable Light Transport with Gaussian Surfels via Adapted Radiosity for Efficient Relighting and Geometry Reconstruction [32.713220877091565]
  放射場は、新しいビュー合成から幾何学的再構成まで幅広い応用で大きな成功を収めている。 これらの制限に対処する方法の1つは、物理ベースのレンダリングを組み込むことである。 最適化の内ループに完全なグローバル照明を組み込むことは、違法に高価である。
  論文  参考訳（メタデータ） (2025-09-23T01:02:31Z)
• GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
  GeoSplattingは、3DGSを精密な光輸送モデリングのための明確な幾何学的ガイダンスで拡張する新しいアプローチである。 最適化可能なメッシュから表面積の3DGSを微分的に構築することにより、明確に定義されたメッシュ正規と不透明なメッシュ表面を利用する。 この強化により、3DGSの効率性と高品質なレンダリング能力を保ちながら、正確な材料分解が保証される。
  論文  参考訳（メタデータ） (2024-10-31T17:57:07Z)
• GS-ID: Illumination Decomposition on Gaussian Splatting via Adaptive Light Aggregation and Diffusion-Guided Material Priors [5.7153963416911]
  ガウススプラッティング(GS)はレンダリングの効果的な表現として登場したが、基礎となる幾何学、材料、照明はいまだに絡み合っている。 照明分解のためのエンドツーエンドフレームワークである textbfGS-ID を提案する。 照明やシーン構成などの下流アプリケーションにおけるGS-IDの有効性を示す実験を行った。
  論文  参考訳（メタデータ） (2024-08-16T04:38:31Z)
• DeferredGS: Decoupled and Editable Gaussian Splatting with Deferred Shading [50.331929164207324]
  我々は,遅延シェーディングを用いたガウススプレイティング表現のデカップリングと編集を行うDedeerredGSを紹介する。 定性的かつ定量的な実験は、新しいビューおよび編集タスクにおけるDederredGSの優れた性能を示す。
  論文  参考訳（メタデータ） (2024-04-15T01:58:54Z)
• Neural Relighting with Subsurface Scattering by Learning the Radiance Transfer Gradient [73.52585139592398]
  本稿では,ボリュームレンダリングによる放射移動場学習のための新しいフレームワークを提案する。 我々は、我々のコードと、地下散乱効果を持つ新しい光ステージのオブジェクトデータセットを公開します。
  論文  参考訳（メタデータ） (2023-06-15T17:56:04Z)
• NeFII: Inverse Rendering for Reflectance Decomposition with Near-Field Indirect Illumination [48.42173911185454]
  逆レンダリング手法は、多視点RGB画像から幾何学、材料、照明を推定することを目的としている。 本稿では,多視点画像から材料と照明を分解するエンドツーエンドの逆レンダリングパイプラインを提案する。
  論文  参考訳（メタデータ） (2023-03-29T12:05:19Z)
• Sparse Needlets for Lighting Estimation with Spherical Transport Loss [89.52531416604774]
  NeedleLightは、新しい照明推定モデルであり、必要に応じて照明を表現し、周波数領域と空間領域を共同で照明推定することができる。 大規模な実験により、NeedleLightは、最先端の手法と比較して、複数の評価指標で常に優れた照明推定を実現していることがわかった。
  論文  参考訳（メタデータ） (2021-06-24T15:19:42Z)
• PhySG: Inverse Rendering with Spherical Gaussians for Physics-based Material Editing and Relighting [60.75436852495868]
  本稿では、RGB入力画像からジオメトリ、マテリアル、イルミネーションをゼロから再構築する逆レンダリングパイプラインPhySGを紹介します。 我々は合成データと実データの両方を用いて,新しい視点のレンダリングを可能にするだけでなく,物質や照明の物理ベースの外観編集を可能にすることを実証した。
  論文  参考訳（メタデータ） (2021-04-01T17:59:02Z)

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。