論文の概要: Occlusion-Point Reuse for Ray-Traced Ambient Occlusion and Shadow
- arxiv url: http://arxiv.org/abs/2607.23122v1
- Date: Sat, 25 Jul 2026 09:51:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:14.996312
- Title: Occlusion-Point Reuse for Ray-Traced Ambient Occlusion and Shadow
- Title（参考訳）: レイトレーテッドアンビエントオクルージョンとシャドウに対するオクルージョンポイント・リユース
- Abstract要約: ハードウェアレイトレーシングは、リアルタイムレンダリングにおける効果を評価する方法を提供する。
リアルタイムの予算では1ピクセルあたり数光線しか認められず、生の光線量の推定はノイズが多く高価である。
本稿では,第1ヒットオクルージョンポイントの領域におけるトレーサライズされたサンプルを再利用するオクルージョンポイント再利用フレームワークを提案する。
実験では、非再利用光線トレーシングベースラインよりも高いAOとシャドウ品質を示し、光サンプルの再利用よりも同等のコストでシャドウ品質を示す。
- 参考スコア（独自算出の注目度）: 15.841121536338134
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ambient occlusion (AO) and soft shadows are critical visibility cues for spatial perception in real-time rendering. Hardware ray tracing provides a direct way to evaluate these effects, enabling ray-traced AO and area-light shadows that avoid many limitations of screen-space AO and shadow mapping. However, real-time budgets allow only a few rays per pixel, leaving raw ray-traced estimates noisy and expensive. We present an occlusion-point reuse framework that reuses traced samples in the domain of first-hit occlusion points instead of directly reusing final shading values or light samples. This provides a ray-reuse formulation for AO, rather than merely filtering or reusing completed AO values. The key idea is to transform AO and area-light shadow estimators into occluder-domain integrals, then combine neighboring occluder samples with a multiple-importance-sampling (MIS) formulation. For both AO and shadows, we derive unbiased estimators that validate convergence to the transformed integrals, as well as biased estimators designed for practical real-time execution. The biased variants assume local first-hit occluder consistency; for shadows, this occluder-based assumption better matches local visibility geometry than the visibility-consistency assumption commonly used when reusing light samples. Experiments show higher AO and shadow quality than non-reuse ray-traced baselines, and better shadow quality than light-sample reuse at comparable cost.
- Abstract（参考訳）: アンビエント・オクルージョン(AO)とソフト・シャドウは、リアルタイムレンダリングにおける空間的知覚にとって重要な可視化手段である。
ハードウェアレイトレーシングは、これらの効果を評価する直接的な方法を提供し、スクリーン空間のAOとシャドーマッピングの多くの制限を避けるために、レイトレーシングされたAOとエリアライトのシャドーを可能にする。
しかし、リアルタイムの予算では1ピクセルあたり数光線しか認められず、生の光線量による推定は騒々しく高価である。
最終シェーディング値や光サンプルを直接再利用する代わりに,第1ヒットオクルージョンポイント領域のトレースサンプルを再利用するオクルージョンポイント再利用フレームワークを提案する。
これは、完了したAO値を単にフィルタリングしたり再利用したりするのではなく、AOに対するレイリユース定式化を提供する。
鍵となるアイデアは、AOと領域光のシャドウ推定器をオクルーダードメインに変換し、隣のオクルーダーサンプルと多重インパタンスサンプリング(MIS)の定式化を組み合わせることである。
AOとシャドーの両方に対して、変換された積分への収束を検証する非バイアス推定器と、実用的なリアルタイム実行のために設計されたバイアス推定器を導出する。
偏りのある変種は局所的な初発のオクルーダーの一貫性を仮定するが、影の場合、このオクルーダーに基づく仮定は、光サンプルを再利用する際によく用いられる可視性-一貫性の仮定よりも、局所的な視界幾何学とよく一致する。
実験では、非再利用光線トレーシングベースラインよりもAOとシャドウ品質が高く、光サンプルの再利用よりもシャドウ品質が同等のコストで向上した。
関連論文リスト
- RAGA: Real Time Ray Traced Gaussian Shadow Casting for 3DGS Avatar-Scene Interaction [56.93584264880528]
我々は、正確なレイ・ガウス線積分に基づくレイ・トラッキード・ガウスシャドウキャスティングであるRAGAを紹介する。
ガウスを排他するごとに、影線に沿って不透明度プロファイルを積分し、理論的な最大積分によって正規化し、光線が Occluder をどう通過するかを捉える重みを生成する。
複数のデータセットにまたがる単一アバター,マルチアバター,アバターオブジェクトのインタラクションシナリオを評価する。
論文 参考訳（メタデータ） (2026-06-28T10:55:32Z) - Illumination-Invariant Anomaly Detection for Sub-Canopy UAV Multispectral Point Clouds [9.838441127006734]
照明の変動を頑健に扱える事前自由な異常検出フレームワークを提案する。
この枠組みは特に、カモフラージュされた軍事目標の特定、倒れた木の幹のマッピング、考古学的遺跡の発掘に適している。
論文 参考訳（メタデータ） (2026-06-08T07:04:26Z) - SARU: A Shadow-Aware and Removal Unified Framework for Remote Sensing Images with New Benchmarks [13.514199503432467]
リモートセンシング画像(RSI)における影は一般的な問題である
それまでの作業のほとんどは、シャドウ検出と削除を分離されたカスケードされたタスクとして扱う。
我々はShadow-Aware and removal Unified (SARU)フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-28T09:38:02Z) - Stochastic Ray Tracing for the Reconstruction of 3D Gaussian Splatting [13.614076961940647]
レイトレーシング3DGSの識別可能なソートフリーな定式化について述べる。
標準的な3DGSでは,ソートに基づく3DGSの再現品質と高速化が一致している。
3DGSでは、同じ推定器が、完全に光線を照射したシャドウ線で、ガウスあたりのシェーディングを駆動する。
論文 参考訳（メタデータ） (2026-03-24T18:23:12Z) - Joint Shadow Generation and Relighting via Light-Geometry Interaction Maps [51.82696819319878]
単分子深度から光を識別する新しい表現である光幾何相互作用マップを提案する。
LGIは、オフザシェルフ2.5D深度マップ予測から計算された、確実かつ正確に光と影の相互作用をキャプチャする。
LGIをブリッジマッチングした生成バックボーンに埋め込むことで、曖昧さを低減し、物理的に一貫した光陰性推論を強制する。
論文 参考訳（メタデータ） (2026-02-25T11:47:26Z) - Physics-Grounded Attached Shadow Detection Using Approximate 3D Geometry and Light Direction [46.19532675330894]
付属影は、光が自己閉塞のため到達できない物体の表面に存在する。
シーン照明と幾何学との相互関係を考慮し,鋳造影と付着影を共同で検出する枠組みを提案する。
本システムは,両方の影を別々に予測する影検出モジュールと,検出した影から光方向を推定する光推定モジュールとから構成される。
論文 参考訳（メタデータ） (2025-12-05T22:01:27Z) - Towards Image Ambient Lighting Normalization [47.42834070783831]
環境照明正規化(ALN)は、より広い文脈で影間の相互作用を研究し、画像復元と影除去を統一する。
ベンチマークでは、様々な主流手法を選択し、Ambient6K上でそれらを厳格に評価する。
IFBlendは、Ambient6K上でSOTAスコアを達成し、従来のシャドウ除去ベンチマークで競合性能を示す。
論文 参考訳（メタデータ） (2024-03-27T16:20:55Z) - CVT-xRF: Contrastive In-Voxel Transformer for 3D Consistent Radiance Fields from Sparse Inputs [65.80187860906115]
スパース入力によるNeRFの性能向上のための新しい手法を提案する。
まず, サンプル線が, 3次元空間内の特定のボクセルと交差することを保証するために, ボクセルを用いた放射線サンプリング戦略を採用する。
次に、ボクセル内の追加点をランダムにサンプリングし、トランスフォーマーを適用して各線上の他の点の特性を推測し、ボリュームレンダリングに組み込む。
論文 参考訳（メタデータ） (2024-03-25T15:56:17Z) - Differentiable Point-based Inverse Rendering [9.88708409803907]
DPIR(DPIR)は、様々な照明下で撮影された画像を解析・合成し、形状と空間変化のBRDFを推定する手法である。
我々は、幾何学のためのハイブリッドな点-体積表現と反射率のための正規化された基底-BRDF表現を考案する。
本評価は,DPIRの再現精度,計算効率,メモリフットプリントにおいて,従来の作業よりも優れていたことを示す。
論文 参考訳（メタデータ） (2023-12-05T04:13:31Z) - SIRe-IR: Inverse Rendering for BRDF Reconstruction with Shadow and
Illumination Removal in High-Illuminance Scenes [51.50157919750782]
本稿では,環境マップ,アルベド,粗さにシーンを分解する暗黙のニューラルレンダリング逆アプローチSIRe-IRを提案する。
間接放射場、通常光、可視光、および直接光を同時に正確にモデル化することにより、影と間接光の両方を除去することができる。
強い照明の存在下でも,影の干渉を伴わずに高品質なアルベドと粗さを回収する。
論文 参考訳（メタデータ） (2023-10-19T10:44:23Z) - 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)
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。