論文の概要: BRF-GS: Hyperspectral Bidirectional Reflectance Factor Modeling and Image Generation Based on 3D Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2608.31159v1
- Date: Mon, 31 Aug 2026 17:56:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.553414
- Title: BRF-GS: Hyperspectral Bidirectional Reflectance Factor Modeling and Image Generation Based on 3D Gaussian Splatting
- Title（参考訳）: BRF-GS:3次元ガウス散乱に基づく超スペクトル双方向反射率のモデリングと画像生成
- Abstract要約: 双方向反射率(BRF)は、地球表面の指向性放射特性を特徴づける。
既存の3次元放射移動モデルは複雑なシーン構築と計算集約的な放射移動解法を必要とする。
BRFモデリングと高スペクトル反射率画像生成のための3DGSベースのフレームワークであるBRF-GSを提案する。
- 参考スコア（独自算出の注目度）: 16.27199512129977
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The bidirectional reflectance factor (BRF) characterizes the directional radiative properties of terrestrial surfaces. However, existing three-dimensional (3D) radiative transfer models require complex scene construction and computationally intensive radiative transfer solvers, limiting efficient generation of multi-angle hyperspectral reflectance imagery. 3D Gaussian Splatting (3DGS) offers an efficient framework for neural scene representation and novel view synthesis, but its low-order spherical harmonics representation is insufficient for complex directional reflectance, while the high dimensionality and inter-band quality differences of hyperspectral data introduce additional challenges. To address these challenges, we propose BRF-GS, a 3DGS-based framework for BRF modeling and hyperspectral reflectance image generation. BRF-GS introduces a hybrid BRDF-driven kernel to represent complex directional reflectance, selects geometry-reliable spectral bands for robust 3D scene initialization, and adopts a two-stage training strategy that decouples geometry optimization from spectral modeling. We further construct the AIR-BRF dataset, a multi-angle hyperspectral directional reflectance dataset comprising three scenes with diverse natural and artificial targets. Experiments demonstrate that BRF-GS achieves superior spatial and spectral fidelity and accurately reproduces characteristic view-dependent BRF responses. The proposed framework provides an efficient data-driven approach for BRF modeling and multi-angle hyperspectral reflectance image generation in remote sensing scenes.
- Abstract（参考訳）: 双方向反射率(BRF)は、地球表面の指向性放射特性を特徴付ける。
しかし、既存の3次元の放射移動モデルでは複雑なシーン構成と計算集約的な放射移動解法が必要であり、多角超スペクトル反射率画像の効率的な生成を制限している。
3D Gaussian Splatting (3DGS)は、ニューラルシーン表現と新しいビュー合成のための効率的なフレームワークを提供するが、その低次球面調和表現は複雑な方向反射には不十分である。
これらの課題に対処するために,BRFモデリングとハイパースペクトル反射画像生成のための3DGSベースのフレームワークであるBRF-GSを提案する。
BRF-GSは、複雑な方向反射を表現するハイブリッドBRDF駆動カーネルを導入し、ロバストな3次元シーン初期化のために幾何信頼性のあるスペクトルバンドを選択し、スペクトルモデリングから幾何最適化を分離する2段階のトレーニング戦略を採用した。
さらに,多角超スペクトル指向性反射率データセットであるAIR-BRFデータセットを構築した。
実験により、BRF-GSは、空間的およびスペクトル的忠実性に優れ、特性的なビュー依存的なBRF応答を正確に再現できることが示されている。
提案フレームワークは、リモートセンシングシーンにおけるBRFモデリングと多角ハイパースペクトル反射画像生成のための効率的なデータ駆動型アプローチを提供する。
関連論文リスト
- CORF-GS: Real-Time Wireless Radiance Field Reconstruction via Coupled Optical-RF Gaussian Splatting [65.63543177449922]
CORF-GSは、シーケンシャルおよび無線周波数(RF)波を処理するリアルタイムWRF再構成フレームワークである。
光学的およびRFのための統一ガウス表現を構築し、共有幾何とモダリティ固有の外観を持つ。
最先端のRFスペクトルの品質を達成し、既存のWRF法と比較して復元時間を6.4倍に短縮する。
論文 参考訳（メタデータ） (2026-07-28T10:56:52Z) - Differentiable Ray Tracing with Gaussians for Unified Radio Propagation Simulation and View Synthesis [13.057153756597904]
視覚的に再構成されたニューラルシーン内で直接、微分可能なRF伝搬シミュレーションを可能にするフレームワークを提案する。
本稿では, 電磁伝搬シミュレーションと光現実視合成の両面において, ニューラル再構成が空間的統一表現として機能することを示す。
論文 参考訳（メタデータ） (2026-05-08T14:19:28Z) - PolGS++: Physically-Guided Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction [76.9760302941819]
PolGS++は高速反射面再構成のための偏光ガウス散乱フレームワークである。
本稿では,アングル・オブ・ポラライゼーション(AoP)に基づくタンジェント空間の整合性制約を実現するための,奥行き誘導型可視マスク取得機構を提案する。
論文 参考訳（メタデータ） (2026-03-11T14:11:42Z) - Ref-DGS: Reflective Dual Gaussian Splatting [51.77181103979343]
反射的な外観、特に強く、典型的には近接場スペクトル反射は、正確な表面再構成と新しい見方に根本的な課題をもたらす。
本稿では,このトレードオフに対処する反射型二重ガウススプレイティングフレームワークRef-DGSを提案する。
実験により、Ref-DGSは反射シーンにおける最先端のパフォーマンスを達成しつつ、レイベースガウス法よりもかなり高速なトレーニングを行うことが示された。
論文 参考訳（メタデータ） (2026-03-08T14:54:15Z) - TR-Gaussians: High-fidelity Real-time Rendering of Planar Transmission and Reflection with 3D Gaussian Splatting [35.344270353035945]
TR-ガウスアン(TR-Gaussian)は、平面透過と反射の高忠実性レンダリングのための新しい3D-ガウス表現である。
異なるデータセットの実験では、TR-ガウスアンがリアルタイムで高忠実な新奇なビュー合成を実現することが示されている。
論文 参考訳（メタデータ） (2025-11-17T06:09:21Z) - RTR-GS: 3D Gaussian Splatting for Inverse Rendering with Radiance Transfer and Reflection [16.81533668816093]
RTR-GSは、任意の反射特性を持つオブジェクトを堅牢にレンダリングし、BRDFと照明を分解し、信頼性の高いリライト結果を提供する、新しい逆レンダリングフレームワークである。
提案手法は,効率的なトレーニング推論プロセスを維持しつつ,新しいビュー合成,正規推定,分解,リライティングを向上することを示す。
論文 参考訳（メタデータ） (2025-07-10T13:13:08Z) - Reflections Unlock: Geometry-Aware Reflection Disentanglement in 3D Gaussian Splatting for Photorealistic Scenes Rendering [51.223347330075576]
Ref-Unlockは3Dガウススプラッティングをベースとした新しい幾何認識反射モデリングフレームワークである。
提案手法では、高次球面高調波を用いた二重分岐表現を用いて、高周波反射の詳細を捉える。
そこで本手法は,反射シーンのリアルなレンダリングのための効率的で一般化可能なソリューションを提供する。
論文 参考訳（メタデータ） (2025-07-08T15:45:08Z) - Diffusion Denoised Hyperspectral Gaussian Splatting [11.486860334986394]
ハイパースペクトルシーンの暗黙的なニューラル表現を作成するために、3次元再構成法が用いられている。
拡散分解型ハイパースペクトル撮影法(DD-HGS)を提案する。
論文 参考訳（メタデータ） (2025-05-28T02:07:52Z) - BRDF-NeRF: Neural Radiance Fields with Optical Satellite Images and BRDF Modelling [0.0]
本稿では,Rahman-Pinty-Verstraete (RPV) BRDFモデルを用いたBRDF-NeRFを提案する。
BRDF-NeRFは目に見えない角度から新しいビューを合成し、高品質なデジタル表面モデルを生成する。
論文 参考訳（メタデータ） (2024-09-18T14:28:52Z) - Mesh2NeRF: Direct Mesh Supervision for Neural Radiance Field Representation and Generation [51.346733271166926]
Mesh2NeRFは、3次元生成タスクのためのテクスチャメッシュから地上構造放射場を導出するアプローチである。
各種タスクにおけるMesh2NeRFの有効性を検証する。
論文 参考訳（メタデータ） (2024-03-28T11:22:53Z) - Anti-Aliased Neural Implicit Surfaces with Encoding Level of Detail [54.03399077258403]
本稿では,高頻度幾何細部リカバリとアンチエイリアス化された新しいビューレンダリングのための効率的なニューラル表現であるLoD-NeuSを提案する。
我々の表現は、光線に沿った円錐状のフラストラム内の多面体化から空間特徴を集約する。
論文 参考訳（メタデータ） (2023-09-19T05:44:00Z)
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。