論文の概要: Neural Render Proxies for Interactive and Differentiable Lighting
- arxiv url: http://arxiv.org/abs/2611.17185v1
- Date: Thu, 12 Nov 2026 17:52:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.576544
- Title: Neural Render Proxies for Interactive and Differentiable Lighting
- Title(参考訳): インタラクティブで微分可能な照明のためのニューラルレンダープロキシ
- Abstract要約: 新しいニューラル(NRP)は、固定カメラとインタラクティブな速度で、静的シーンの異なるリライティングを可能にする。
単一の光非依存のレンダリングパスから、経路サンプルの形で光輸送データを収集する。
これにより、ハエの照明条件を迅速にサンプリングし、任意のシーン位置から任意の画像ピクセルへの光の輸送方法を学ぶシーン固有のニューラルネットワークをトレーニングすることができる。
- 参考スコア(独自算出の注目度): 51.47956593975831
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Within the CG animation production pipeline, the challenges artists tackle in Lighting can be immense. Even minor adjustments require re-rendering massive scenes with slow offline renderers; global illumination has to be sampled and complex shaders have to be evaluated, leading to iteration times of minutes to hours per frame. To accelerate this process, we introduce a novel neural render proxy (NRP) that enables differentiable relighting of static scenes with fixed camera and materials at interactive rates. Our main insight is the decoupling of traditional rendering into path sampling and emission computation. From a single, light-agnostic render pass, we collect light transport data in the form of path samples. This enables rapidly sampling lighting conditions on the fly, and training a scene-specific lightweight neural network that learns how light is transported from any scene location to any image pixel. This approach is compatible with non-differentiable production renderers, induces minimal memory requirements during inference, and scales only with resolution and the number of light sources and parameters, but independently of scene and appearance complexity. Our evaluation demonstrates interactive frame rates for relighting (~30-60 Hz) while closely approximating the visual fidelity of ground-truth path tracing. In addition, the differentiable NRP enables fast, gradient-based inverse workflows, allowing artists to efficiently solve for lighting parameters from intuitive image-space edits or generative targets.
- Abstract(参考訳): CGアニメーション制作パイプライン内では、アーティストがLightingで取り組む課題は膨大だ。
微調整さえも、オフラインレンダラーの遅い大規模なシーンの再レンダリングが必要であり、グローバルな照明をサンプリングし、複雑なシェーダーを評価する必要があるため、1フレームあたりのイテレーション時間が数分から数時間になる。
このプロセスを加速するために、固定カメラとインタラクティブレートで静的シーンの異なるリライティングを可能にする新しいニューラルレンダリングプロキシ(NRP)を導入する。
私たちの主な洞察は、従来のレンダリングをパスサンプリングとエミッション計算に切り離すことです。
単一の光非依存のレンダリングパスから、経路サンプルの形で光輸送データを収集する。
これにより、ハエの照明条件を迅速にサンプリングし、シーン固有の軽量ニューラルネットワークをトレーニングし、任意のシーン位置から任意の画像ピクセルへの光の輸送方法を学ぶことができる。
このアプローチは、非微分可能なプロダクションレンダラーと互換性があり、推論中に最小限のメモリ要求を誘導し、解像度と光源とパラメータの数だけをスケールするが、シーンと外観の複雑さとは独立にスケールする。
提案手法は, 地上路追跡の視覚的忠実度を密に評価しながら, リライティングのためのインタラクティブなフレームレート(約30~60Hz)を示す。
さらに、差別化可能なNRPは、高速で勾配に基づく逆ワークフローを可能にし、アーティストは直感的な画像空間の編集や生成ターゲットからの照明パラメータを効率的に解決することができる。
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) - Relightable Holoported Characters: Capturing and Relighting Dynamic Human Performance from Sparse Views [82.15089065452081]
我々は、フルボディで高ダイナミックな人間の自由視点レンダリングとリライティングのための個人固有の方法であるRelightable Holoported Characters (RHC)を提案する。
我々のトランスフォーマーベースのRelightNetは、1つのネットワークパス内での出現を予測し、コストのかかるOLATベースのキャプチャと生成を回避する。
提案手法の視覚的忠実度と照明再現性について,最先端の手法と比較して実験を行った。
論文 参考訳(メタデータ) (2025-11-29T00:17:34Z) - A Generalizable Light Transport 3D Embedding for Global Illumination [30.088406137167997]
本稿では,3次元シーン構成から直接グローバル照明を近似する一般化可能な3次元光輸送埋め込みを提案する。
スケーラブルトランスフォーマーは、グローバルなポイントツーポイントインタラクションをモデル化して、これらの機能をニューラルプリミティブにエンコードする。
様々なレイアウト, 形状, 材料を有する屋内の様々なシーンにまたがって, グローバル照明の拡散予測結果を示す。
論文 参考訳(メタデータ) (2025-10-21T00:29:09Z) - Physically Controllable Relighting of Photographs [0.0]
我々は、完全に制御可能で物理的に照明の編集を可能にする、Wild画像のリライトに対する自己教師型アプローチを提案する。
従来のレンダリングの物理的精度と、ニューラルレンダリングによって実現されたフォトリアリスティックな外観を組み合わせることで、これを実現する。
提案手法は,Blenderなどの一般的な3次元コンピュータグラフィックスツールで利用可能な光の物理的制御を,電球内でのリライト化に利用するための重要なステップである。
論文 参考訳(メタデータ) (2025-08-07T17:58:42Z) - Flying with Photons: Rendering Novel Views of Propagating Light [37.06220870989172]
本稿では,新しい移動カメラの視点から,シーンを通して伝播する光の映像を合成する画像・ニューラルレンダリング技術を提案する。
我々のアプローチは、ピコ秒レベルの時間分解能を持つファースト・オブ・イットタイプの多視点ビデオデータセットをキャプチャするための、新しい超高速撮像装置に依存している。
論文 参考訳(メタデータ) (2024-04-09T17:48:52Z) - FLARE: Fast Learning of Animatable and Relightable Mesh Avatars [64.48254296523977]
私たちのゴールは、幾何学的に正確で、リアルで、楽しい、現在のレンダリングシステムと互換性のあるビデオから、パーソナライズ可能な3Dアバターを効率的に学習することです。
単眼ビデオからアニマタブルアバターとリライトブルアバターの作成を可能にする技術であるFLAREを紹介する。
論文 参考訳(メタデータ) (2023-10-26T16:13:00Z) - Neural Radiance Transfer Fields for Relightable Novel-view Synthesis
with Global Illumination [63.992213016011235]
本稿では,ニューラル計算された放射光伝達関数を学習し,新しい視点下でのシーンリライティング手法を提案する。
本手法は,1つの未知の照明条件下で,シーンの実際の画像に対してのみ監視することができる。
その結果, シーンパラメータのアンタングルの復元は, 現状よりも有意に向上していることがわかった。
論文 参考訳(メタデータ) (2022-07-27T16:07:48Z) - Progressively-connected Light Field Network for Efficient View Synthesis [69.29043048775802]
本稿では、複雑な前方シーンのビュー合成のためのプログレッシブ・コネクテッド・ライトフィールド・ネットワーク(ProLiF)を提案する。
ProLiFは4Dライトフィールドをエンコードし、画像やパッチレベルの損失に対するトレーニングステップで大量の光線をレンダリングすることができる。
論文 参考訳(メタデータ) (2022-07-10T13:47:20Z) - 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。