論文の概要: LightFuse: Relightable Interactive Gaussian Scene Reconstruction via Multi-Scan Fusion and 2D Gaussian Ray Tracing

• arxiv url: http://arxiv.org/abs/2608.29269v1
• Date: Sat, 29 Aug 2026 13:49:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:30.908247
• Title: LightFuse: Relightable Interactive Gaussian Scene Reconstruction via Multi-Scan Fusion and 2D Gaussian Ray Tracing
• Title（参考訳）: LightFuse:マルチスキャンフュージョンと2次元ガウス線トレーシングによる対話型ガウスシーン再構築
• Abstract要約: Relightable Interactive scene reconstructionは、異なるオブジェクト配列のスキャンから編集可能な3Dモデルを構築し、新しい照明の下で新しいレイアウトをレンダリングすることを目的としている。 本稿では,2次元ガウスフレームワークのLightFuseについて述べる。
• 参考スコア（独自算出の注目度）: 19.013915783052433
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Relightable interactive scene reconstruction aims to build an editable 3D model from scans of different object arrangements and render new layouts under novel illumination. Existing methods either bake lighting into appearance or recover material and illumination only for fixed scenes, leaving edited layouts with inconsistent shadows and indirect lighting. We present LightFuse, a 2D Gaussian framework that extends interactive scene reconstruction with explicit material-illumination decomposition and physically based relighting. LightFuse first fuses observations across states to reconstruct a shared background and movable objects. It then conducts ray-tracing-oriented geometry refinement to produce more complete and consistent surfaces. On the refined geometry, staged training with differentiable one-bounce ray tracing separates shared metallic--roughness material from state-specific environment lighting. The resulting scene supports object rearrangement, material editing, and relighting, while ray tracing recomputes appearance after each interaction. Experiments across synthetic scenes demonstrate state-of-the-art relighting quality, outperforming the strongest baseline by +9.74\,dB PSNR and +0.121 SSIM on average. Project page: https://zhn202.github.io/LightFuse/
• Abstract（参考訳）: Relightable Interactive scene reconstructionは、異なるオブジェクト配列のスキャンから編集可能な3Dモデルを構築し、新しい照明の下で新しいレイアウトをレンダリングすることを目的としている。 既存の方法では、照明を外観に焼いたり、素材を回収したり、固定されたシーンのみに照明を施し、非一貫性の影と間接的な照明を施したレイアウトを残している。 本稿では,2次元ガウスフレームワークのLightFuseについて述べる。 LightFuseは、まず状態間で観測を融合させ、共有されたバックグラウンドと可動オブジェクトを再構築する。 その後、より完全で一貫した表面を生成するために、レイトレーシング指向の幾何補正を行う。 改良された幾何学では、相異なる1バウンス線トレーシングによるステージトレーニングにより、共有金属フラーネス材料と状態固有の環境照明を分離する。 結果として得られるシーンは、オブジェクトの再配置、素材編集、リライトをサポートし、レイトレーシングは各インタラクション後に外観を再現する。 合成シーンにおける実験では、最先端のリライティングの質が示され、ベースラインは+9.74\,dB PSNRと+0.121 SSIMを上回った。 プロジェクトページ: https://zhn202.github.io/LightFuse/

関連論文リスト

• Relightable Gaussian Splatting for Virtual Production Using Image-Based Illumination [5.673030658112764]
  仮想プロダクション(VP)は、背景画像と画像ベースの照明の両方を提供するためにLED壁を使用する。 逆レンダリングでは、物理ベースのレンダリングは環境マップを用いて、推定3次元幾何学と照明に依存している。 本稿では,ガウススプラッティングを用いた3次元再構成とリライティングのためのVP固有のフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-09T16:04:06Z)
• LightHarmony3D: Harmonizing Illumination and Shadows for Object Insertion in 3D Gaussian Splatting [90.15229815175593]
  光ハーモニー3D(LightHarmony3D)について述べる。 繰り返し最適化の代わりに生成前処理を活用することにより,本手法はシーン照明を効率よく捉えることができる。 3DGSでメッシュ挿入のための最初の専用ベンチマークを導入し、照明の一貫性と光リアリズムを評価するための標準化された評価フレームワークを提供する。
  論文  参考訳（メタデータ） (2026-03-31T03:26:30Z)
• Rotated Lights for Consistent and Efficient 2D Gaussians Inverse Rendering [14.904694518700254]
  逆レンダリングは、特定のレンダリングモデルの下でシーンを幾何学、材料特性、光条件に分解することを目的としている。 近年、逆レンダリング法は、ニューラルラディアンス場やガウススプラッティングのようなビュー合成アプローチにインスパイアされている。 あいまいさに対処するために,シンプルなキャプチャ設定であるRotLightを提案する。
  論文  参考訳（メタデータ） (2026-02-09T14:34:06Z)
• EAG-PT: Emission-Aware Gaussians and Path Tracing for Indoor Scene Reconstruction and Editing [63.64931392651423]
  本研究では,2次元ガウス表現を統一した物理的光輸送を目的としたElectron-Aware Gaussian and Path Tracing (EAG-PT)を提案する。 本設計は,(1)再構成メッシュを回避する統一的なシーン表現と移動に適した幾何プロキシとして2次元ガウシアンを用い,(2)さらなるシーン編集のために再構成中の許容成分と非許容成分を明示的に分離し,(3)効率的なシングルバウンス最適化と高品質なマルチバウンスパストレースを用いて最終レンダリングから再構成を分離する,という3つのコアに基づいている。
  論文  参考訳（メタデータ） (2026-01-30T15:16:37Z)
• ComGS: Efficient 3D Object-Scene Composition via Surface Octahedral Probes [46.83857963152283]
  Gaussian Splatting (GS)は没入型レンダリングを可能にするが、現実的な3Dオブジェクトシーンの合成は難しいままである。 我々は,新しい3Dオブジェクトシーン合成フレームワークであるComGSを提案する。 提案手法は,28FPS程度の高画質リアルタイムレンダリングを実現し,鮮明な影で視覚的に調和し,編集に36秒しか必要としない。
  論文  参考訳（メタデータ） (2025-10-09T03:10:41Z)
• 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 Fields meet Explicit Geometric Representation for Inverse Rendering of Urban Scenes [62.769186261245416]
  本稿では,大都市におけるシーン形状,空間変化材料,HDR照明を,任意の深さで描画したRGB画像の集合から共同で再構成できる新しい逆レンダリングフレームワークを提案する。 具体的には、第1の光線を考慮に入れ、第2の光線をモデリングするために、明示的なメッシュ(基礎となるニューラルネットワークから再構成)を用いて、キャストシャドウのような高次照明効果を発生させる。
  論文  参考訳（メタデータ） (2023-04-06T17:51:54Z)
• Physically-Based Editing of Indoor Scene Lighting from a Single Image [106.60252793395104]
  本研究では,1つの画像から複雑な室内照明を推定深度と光源セグメンテーションマスクで編集する手法を提案する。 1)シーン反射率とパラメトリックな3D照明を推定する全体的シーン再構成法,2)予測からシーンを再レンダリングするニューラルレンダリングフレームワーク,である。
  論文  参考訳（メタデータ） (2022-05-19T06:44:37Z)

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。