論文の概要: MicroSDF: Microfacet-Driven Hybrid Neural SDFs for Mixed-Reflectance Surface Reconstruction

• arxiv url: http://arxiv.org/abs/2610.19681v1
• Date: Wed, 14 Oct 2026 07:05:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.996451
• Title: MicroSDF: Microfacet-Driven Hybrid Neural SDFs for Mixed-Reflectance Surface Reconstruction
• Title（参考訳）: MicroSDF:混合反射面再構成のためのマイクロフェイス駆動型ハイブリッドニューラルネットワーク
• Abstract要約: MicroSDFは、マイクロファセット理論による幾何学と反射率モデリングを容易にする新しい暗黙の枠組みである。 i) 符号付き距離場(SDF)から多次元曲面正規項を抽出するマイクロファセット誘導幾何モデル, 提案されたマイクロファセット正規整合損失によって正規化され, 物理的に可塑性な面配向を強制する, (ii) 拡張されたデュアルブランチカラーモデル, スペクトルブランチがマイクロファセット正規項を利用して高周波反射率をモデル化する, バニラブランチは, 先行研究とは異なり, 反射方向を利用して拡散率と低周波スペクトル成分を改良する。
• 参考スコア（独自算出の注目度）: 46.09037951725131
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurate 3D reconstruction in real-world environments remains a significant challenge due to the coexistence of reflective and non-reflective surfaces, which pose distinct modeling demands. Existing methods often treat these surface types separately, limiting their generalizability and physical plausibility. To bridge this gap, we propose MicroSDF, a novel neural implicit framework that facilitates geometry and reflectance modeling through microfacet theory. Our approach incorporates three core innovations: (i) a microfacet-guided geometry model that extracts multi-scale surface normals (macroscopic and microfacet) from a signed distance field (SDF), regularized by a proposed microfacet normal consistency loss to enforce physically plausible surface orientations; (ii) an enhanced dual-branch color model, where the specular branch leverages the microfacet normals to model high-frequency reflectance, and the vanilla branch, unlike prior works, uses reflection direction (instead of viewing direction) to better model diffuse and low-frequency specular components; and (iii) a detection-guided color blending strategy that adaptively fuses the color outputs based on reflection priors, providing more physically intuitive blending than implicitly learned blending weights. Combined with a tailored multi-stage optimization scheme, the proposed MicroSDF achieves robust and high-fidelity reconstruction across reflective and non-reflective surfaces. Extensive experiments on DTU, Shiny Blender, Ref-NeRF, and DeepVoxels datasets demonstrate state-of-the-art performance, establishing a new direction for physically grounded neural reconstruction.
• Abstract（参考訳）: 現実の環境における正確な3D再構成は、反射面と反射面が共存し、異なるモデリング要求が生じるため、依然として重要な課題である。 既存の方法はしばしばこれらの表面の型を別々に扱い、それらの一般化可能性と物理的妥当性を制限している。 このギャップを埋めるために、マイクロファセット理論による幾何学と反射率のモデリングを容易にする新しい暗黙の枠組みであるMicroSDFを提案する。 私たちのアプローチには3つのコアイノベーションが含まれています。 一 サイン付き距離場(SDF)からマルチスケール表面正規(マクロおよびマイクロフェイス)を抽出するマイクロフェイス誘導幾何モデルであって、物理的に可塑性な表面配向を強制するために、提案されたマイクロフェイス正規整合損失により正規化すること。 二 スペクトル枝がマイクロファセット法則を利用して高周波反射率をモデル化し、バニラ枝が従来と異なり反射方向(視野方向の代わりに)を用いて拡散及び低周波スペクトル成分をより良くモデル化する拡張二重ブランチカラーモデル。 三 暗黙的に学習したブレンディングウェイトよりも物理的に直感的なブレンディングを提供する、検出誘導色ブレンディング戦略。 設計した多段最適化手法と組み合わせて, 反射面と反射面と非反射面をまたいだ頑健かつ高忠実な再構成を実現する。 DTU、Shiny Blender、Ref-NeRF、DeepVoxelsのデータセットに関する大規模な実験は、最先端のパフォーマンスを示し、物理的に接地された神経再構築のための新しい方向を確立する。

関連論文リスト

• RT-GS: Gaussian Splatting with Reflection and Transmittance Primitives [52.10688811929143]
  本稿では,マイクロファセット材料モデルとレイトレーシングを統合した統一フレームワークを提案する。 実験により, 複雑な環境下では, 物体の反射や物体の回収に成功していることが示された。
  論文  参考訳（メタデータ） (2026-04-01T05:50:03Z)
• 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)
• SSR-GS: Separating Specular Reflection in Gaussian Splatting for Glossy Surface Reconstruction [7.2438370491008754]
  本研究では,光沢表面再構成のための反射モデルフレームワークであるSSR-GSを提案する。 具体的には、直接スペクトル反射を効率的にモデル化するための事前フィルタMip-Cubemapを導入し、間接スペクトル反射を捉えるIndiASGモジュールを提案する。 合成と実世界の両方のデータセットの実験により、SSR-GSは光沢のある表面再構成において最先端の性能を達成することが示された。
  論文  参考訳（メタデータ） (2026-03-05T13:24:13Z)
• PolGS: Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction [68.8705801813427]
  PolGSは10分で高速な反射面再構成が可能なポラリメトリック・ガウス・スプレイティングモデルである。 偏光的制約を3DGSフレームワークに組み込むことで、PolGSは分光成分と拡散成分を効果的に分離し、難解な反射材料のための再構成品質を向上する。
  論文  参考訳（メタデータ） (2025-09-24T03:09:52Z)
• 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)
• Normal-NeRF: Ambiguity-Robust Normal Estimation for Highly Reflective Scenes [11.515561389102174]
  本稿では,不明瞭な形状でも頑健な透過率勾配に基づく正規推定手法を提案する。 提案手法は,高スペクトル反射と複雑な幾何学的構造を持つシーンの頑健な再構成と高忠実なレンダリングを実現する。
  論文  参考訳（メタデータ） (2025-01-16T10:42:29Z)
• NeRSP: Neural 3D Reconstruction for Reflective Objects with Sparse Polarized Images [62.752710734332894]
  NeRSPはスパース偏光画像を用いた反射面のニューラル3次元再構成技術である。 偏光画像形成モデルと多視点方位整合性から測光的および幾何学的手がかりを導出する。 我々は6つのビューのみを入力として、最先端の表面再構成結果を達成する。
  論文  参考訳（メタデータ） (2024-06-11T09:53:18Z)
• Fresnel Microfacet BRDF: Unification of Polari-Radiometric Surface-Body Reflection [26.63821036397887]
  本稿では,Fresnel Microfacet BRDFモデルと呼ばれる新しい解析反射モデルについて述べる。 実験結果から,精度,表現力,画像ベース推定の有効性が示された。
  論文  参考訳（メタデータ） (2022-12-08T18:55:07Z)

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。