論文の概要: RenderFormer++: Scalable and Physically Grounded Feed-Forward Neural Rendering
- arxiv url: http://arxiv.org/abs/2606.30380v1
- Date: Mon, 29 Jun 2026 14:39:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.284034
- Title: RenderFormer++: Scalable and Physically Grounded Feed-Forward Neural Rendering
- Title(参考訳): RenderFormer++: スケーラブルで物理的に基盤付けられたフィードフォワードニューラルレンダリング
- Abstract要約: RenderFormer++は、メッシュシーンのグローバル照明のためのフィードフォワードニューラルネットワークレンダリングフレームワークである。
本稿では,物理インフォームド・トランスポート・ガイダンス (PITG) を導入し,描画方程式の帰納バイアスを注意機構に埋め込む。
また、三角形レベルの特徴をコンパクトなオブジェクトレベルのトークンに集約する階層的オブジェクト中心トークン化(HOCT)を提案する。
- 参考スコア(独自算出の注目度): 11.616763064775611
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present RenderFormer++, a scalable and physically grounded feed-forward neural rendering framework for global illumination in mesh scenes. Existing Transformer-based neural rendering methods such as RenderFormer achieve promising cross-scene generalization, but suffer from limited physical consistency and poor scalability due to the quadratic attention complexity of triangle-level tokenization. To address these issues, we introduce Physics-Informed Transport Guidance (PITG), which embeds rendering-equation inductive biases into the attention mechanism and enforces transport consistency loss, enabling physically consistent light transport modeling. We further propose Hierarchical Object-Centric Tokenization (HOCT), which aggregates triangle-level features into compact object-level tokens via cross-attention with learnable queries, substantially reducing computational and memory costs while preserving geometric and radiometric information. Extensive experiments demonstrate that RenderFormer++ achieves scalable, stable, and generalizable feed-forward global illumination rendering across complex large-scale scenes with improved physical accuracy and efficiency over prior neural rendering methods.
- Abstract(参考訳): RenderFormer++は、スケーラブルで物理的に構築された、メッシュシーンにおけるグローバル照明のためのフィードフォワードニューラルレンダリングフレームワークである。
既存のTransformerベースのニューラルネットワークレンダリング手法であるRenderFormerは、有望なクロスシーンの一般化を実現するが、三角形レベルのトークン化の2次的注意の複雑さのため、物理的な一貫性とスケーラビリティの低下に悩まされている。
これらの問題に対処するため,物理インフォームド・トランスポート・ガイダンス (PITG) を導入し,レンダリング方程式の帰納バイアスをアテンション機構に埋め込んで,物理的に一貫した光輸送モデリングを可能にする。
さらに,階層型オブジェクト中心トークン化(HOCT)を提案する。これは三角形レベルの特徴を,学習可能なクエリによるクロスアテンションによって,コンパクトなオブジェクトレベルトークンに集約し,幾何学的およびラジオメトリック情報を保持しながら,計算コストとメモリコストを大幅に削減する。
大規模な実験により、RenderFormer++は拡張性、安定性、一般化可能なフィードフォワードグローバル照明レンダリングを、複雑な大規模シーンにわたって実現し、以前のニューラルレンダリング手法よりも物理的精度と効率が向上した。
関連論文リスト
- RenderFlow: Single-Step Neural Rendering via Flow Matching [17.56739408578129]
本稿では,フローマッチングパラダイムに基づいて構築された,エンドツーエンド,決定論的,単一ステップのニューラルレンダリングフレームワークRenderFlowを提案する。
本手法はレンダリング処理を大幅に高速化し,出力の物理的妥当性と全体的な視覚的品質を向上する。
結果として得られるパイプラインは、フォトリアリスティックなレンダリング品質でほぼリアルタイムのパフォーマンスを実現し、現代の生成モデルの効率と従来の物理ベースのレンダリングの精度とのギャップを効果的に埋める。
論文 参考訳(メタデータ) (2026-01-11T14:28:46Z) - A Convolutional Neural Deferred Shader for Physics Based Rendering [9.933770503395117]
ニューラルレンダリングの最近の進歩は、フォトリアリスティックシェーディングとリライティングにおいて印象的な成果を上げている。
本稿では、畳み込みニューラルネットワークを用いてパラメータを減少させる物理ベースのニューラル遅延シェーディングパイプラインであるpbnds+を紹介する。
論文 参考訳(メタデータ) (2025-12-22T16:16:13Z) - 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) - SparseFlex: High-Resolution and Arbitrary-Topology 3D Shape Modeling [79.56581753856452]
SparseFlexは、新しいスパース構造のアイソサーフェス表現で、レンダリング損失から最大10243ドルの解像度で、差別化可能なメッシュ再構築を可能にする。
SparseFlexは、高解像度で差別化可能なメッシュ再構成とレンダリングロスによる生成を可能にすることで、3D形状の表現とモデリングの最先端性を著しく向上させる。
論文 参考訳(メタデータ) (2025-03-27T17:46:42Z) - SMORE: Simultaneous Map and Object REconstruction [66.66729715211642]
本稿では,LiDARから大規模都市景観を動的に再現する手法を提案する。
我々は、世界が厳格に動く物体と背景に分解される動的なシーンの構成モデルを総合的に捉え、最適化する。
論文 参考訳(メタデータ) (2024-06-19T23:53:31Z) - Distance Weighted Trans Network for Image Completion [52.318730994423106]
本稿では,DWT(Distance-based Weighted Transformer)を利用した画像コンポーネント間の関係をよりよく理解するためのアーキテクチャを提案する。
CNNは、粗い事前の局所的なテクスチャ情報を強化するために使用される。
DWTブロックは、特定の粗いテクスチャやコヒーレントな視覚構造を復元するために使用される。
論文 参考訳(メタデータ) (2023-10-11T12:46:11Z) - Inverse Rendering of Translucent Objects using Physical and Neural
Renderers [13.706425832518093]
本研究では,半透明物体の1対の撮像画像のみから3次元形状,空間的反射率,均質散乱パラメータ,環境照度を推定する逆モデルを提案する。
2つの再構成は微分可能であるため、パラメータ推定を補助するために再構成損失を計算することができる。
我々は117Kシーンからなる半透明物体の大規模合成データセットを構築した。
論文 参考訳(メタデータ) (2023-05-15T04:03:11Z) - Progressively-connected Light Field Network for Efficient View Synthesis [69.29043048775802]
本稿では、複雑な前方シーンのビュー合成のためのプログレッシブ・コネクテッド・ライトフィールド・ネットワーク(ProLiF)を提案する。
ProLiFは4Dライトフィールドをエンコードし、画像やパッチレベルの損失に対するトレーニングステップで大量の光線をレンダリングすることができる。
論文 参考訳(メタデータ) (2022-07-10T13:47:20Z) - Physics Informed Neural Fields for Smoke Reconstruction with Sparse Data [73.8970871148949]
まばらなマルチビューRGBビデオから流体を高忠実に再現することは、まだまだ難しい課題だ。
既存のソリューションは、障害物や照明に関する知識を前提とするか、障害物や複雑な照明のない単純な流体シーンのみに焦点を当てる。
本稿では, 制御物理(Navier-Stokes方程式)をエンドツーエンドの最適化で活用することにより, 動的流体を再構築する最初の方法を提案する。
論文 参考訳(メタデータ) (2022-06-14T03:38:08Z) - Object-based Illumination Estimation with Rendering-aware Neural
Networks [56.01734918693844]
個々の物体とその局所画像領域のRGBD外観から高速環境光推定手法を提案する。
推定照明により、仮想オブジェクトは実際のシーンと一貫性のあるシェーディングでARシナリオでレンダリングできる。
論文 参考訳(メタデータ) (2020-08-06T08:23:19Z)
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。