論文の概要: Differentiable Polarized Path Tracing

• arxiv url: http://arxiv.org/abs/2607.13265v1
• Date: Tue, 14 Jul 2026 20:58:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-16 16:39:12.59201
• Title: Differentiable Polarized Path Tracing
• Title（参考訳）: 微分可能偏光路追跡
• Abstract要約: 物理ベースの微分可能レンダリングは、逆レンダリング問題に対する強力なツールであることが証明されている。 本稿では,ロバストかつ偏光に配慮した識別可能な経路トレース手法を提案する。 この定式化により、複雑なシーンにおける材料および照明パラメータの効率的かつ安定した最適化が可能となる。
• 参考スコア（独自算出の注目度）: 60.271569691679794
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Physically based differentiable rendering has proven to be a powerful tool for inverse rendering problems (e.g., 3D reconstruction, reflectance estimation, lighting estimation). However, most existing methods operate solely on radiometric intensity, discarding valuable polarization cues that constrain scene geometry and material properties. While forward simulation of polarized light is well-defined via Mueller-Stokes calculus, extending reverse-mode differentiation to this domain presents significant challenges. The rank-deficient nature of common polarimetric operators, such as linear polarizers and diffuse reflections, violates the invertibility assumptions of standard gradient estimators like path replay backpropagation and results in numerical instability. We address this by proposing a robust, polarization-aware differentiable path tracing method. Our approach estimates unbiased gradients through a combination of path replay and local caching. This formulation enables efficient and stable optimization of material and lighting parameters in complex scenes, broadening the applicability of physically based inverse rendering. Project page: https://vcai.mpi-inf.mpg.de/projects/DPPT/
• Abstract（参考訳）: 物理ベースの微分可能レンダリングは、逆レンダリング問題(例えば、3次元再構成、反射率推定、照明推定)の強力なツールであることが証明されている。 しかし、既存のほとんどの手法は放射強度のみに頼っており、シーンの幾何学や材料特性を制約する貴重な偏光キューは捨てられている。 偏光の前方シミュレーションはミュラー・ストークスの計算によって適切に定義されているが、逆モードの微分をこの領域に拡張することは大きな課題である。 線型偏光子や拡散反射のような共通偏光子作用素の階数不足の性質は、パス再生バックプロパゲーションのような標準勾配推定子の可逆性仮定に反し、数値的不安定性をもたらす。 我々は、ロバストで偏光に敏感な微分可能な経路トレース手法を提案する。 提案手法は,経路再生と局所キャッシュを組み合わせた非バイアス勾配を推定する。 この定式化により、複雑なシーンにおける材料および照明パラメータの効率的かつ安定した最適化が可能となり、物理ベースの逆レンダリングの適用性を広げる。 プロジェクトページ: https://vcai.mpi-inf.mpg.de/projects/DPPT/

関連論文リスト

• Locally Orderless Images for Optimization in Differentiable Rendering [80.09571356394574]
  そこで我々は,各画素が局所的な変化を保った強度のヒストグラムにマッピングする,局所的な秩序のない画像を利用する手法を提案する。 合成データと実データの両方を用いて,様々な逆問題に対する本手法の有効性を検証した。
  論文  参考訳（メタデータ） (2025-03-27T19:17:58Z)
• Polarization Wavefront Lidar: Learning Large Scene Reconstruction from Polarized Wavefronts [46.79906673307029]
  我々は、放射光と受信光の偏光を変調する新しい長距離偏光波面センサ(PolLidar)を導入する。 我々は、新しい学習的再構成手法を用いて、屋外シナリオにおける正常、距離、材料特性を推定するために偏波波面を利用する。
  論文  参考訳（メタデータ） (2024-06-05T17:09:51Z)
• NeISF: Neural Incident Stokes Field for Geometry and Material Estimation [50.588983686271284]
  多視点逆レンダリングは、異なる視点で撮影された一連の画像から形状、材料、照明などのシーンパラメータを推定する問題である。 本稿では,偏光手がかりを用いた曖昧さを低減する多視点逆フレームワークNeISFを提案する。
  論文  参考訳（メタデータ） (2023-11-22T06:28:30Z)
• Diffusion Posterior Illumination for Ambiguity-aware Inverse Rendering [63.24476194987721]
  画像からシーン特性を推定する逆レンダリングは、困難な逆問題である。 既存のソリューションの多くは、プリエントを逆レンダリングパイプラインに組み込んで、プラウシブルなソリューションを奨励している。 本稿では,自然照明マップ上で事前学習した確率拡散モデルを最適化フレームワークに統合する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-30T12:39:28Z)
• 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)
• Transparent Shape from a Single View Polarization Image [6.18278691318801]
  本稿では,一視点偏光画像から透明表面を推定する学習手法を提案する。 従来の偏光法(SfP)法では、固有の透過干渉が物理に基づく事前の信頼性を大幅に低下させるため、透明な形状を推定することが困難である。
  論文  参考訳（メタデータ） (2022-04-13T12:24:32Z)
• Efficient and Differentiable Shadow Computation for Inverse Problems [64.70468076488419]
  微分可能幾何計算は画像に基づく逆問題に対する関心が高まっている。 微分可能な可視性とソフトシャドウ計算のための効率的かつ効率的なアプローチを提案する。 定式化は微分可能であるため, テクスチャ, 照明, 剛体ポーズ, 画像からの変形回復などの逆問題を解くために使用できる。
  論文  参考訳（メタデータ） (2021-04-01T09:29:05Z)

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。