GaNI：全局与近场光照感知的神经逆向渲染
计算机视觉与模式识别
2026-04-14 v5
摘要
在本文中，我们提出了 GaNI，一种全局与近场光照感知的神经逆向渲染技术，能够从同置光源与相机拍摄的场景图像中重建几何、反照率和粗糙度参数。现有的同置光-相机的逆向渲染技术仅关注单一物体，未对多物体场景中更为突出的全局光照和近场光照进行建模。我们引入了一个分两阶段解决此问题的系统；首先利用神经体积渲染 NeuS 重建几何，随后使用神经辐射度逆向方法，利用先前预测的几何来估计反照率和粗糙度。然而，这种简单的组合会失败，我们提出了多项技术贡献来实现这种两阶段方法。我们观察到，NeuS 无法处理场景中闪光灯的近场光照和强镜面反射。我们提出隐式建模近场光照的效应，并引入表面角度损失函数来处理镜面反射。类似地，我们观察到 invNeRad 假设整个捕获过程中光照恒定，无法处理捕获期间移动的闪光灯。我们提出了一个光照位置感知的辐射缓存网络以及粗糙度上的额外平滑先验来重建反射率。在合成和真实数据上的实验评估表明，我们的方法优于现有的基于同置光-相机的逆向渲染技术。与不需要暗室的捕获策略相比，我们的方法产生了显著更好的反射率和略好的几何。
引用
@article{arxiv.2403.15651,
title = {GaNI: Global and Near Field Illumination Aware Neural Inverse Rendering},
author = {Jiaye Wu and Saeed Hadadan and Geng Lin and Matthias Zwicker and David Jacobs and Roni Sengupta},
journal= {arXiv preprint arXiv:2403.15651},
year = {2026}
}