基于点级的 3D 场景反射率与阴影编辑的内在 PAPR 方法
计算机视觉与模式识别
2024-07-02 v1 人工智能
图形学
机器学习
摘要
近期神经渲染技术在多视角 RGB 图像中实现了新视角合成，但往往缺乏在不同视点间保持一致性的细粒度点级 Shading 或颜色编辑能力。本文聚焦于从多视角 RGB 图像进行点级 3D 场景反射率与阴影编辑，强调在点级而非部件或全局层面的细致编辑。虽然基于体素表示如 NeRF 的方法在点级实现 3D 一致编辑方面存在困难，但近期基于点的神经渲染技术在突破这一难题方面展现了前景。我们提出了 ``Intrinsic PAPR''，一种基于近期出现的点渲染技术——Proximity Attention Point Rendering (PAPR) 的新方法。不同于其他基于点的模型需依赖复杂阴影模型或不具普适性的简单先验，本方法直接建模场景的反射率与阴影分量，从而实现更高的估计精度。与最新基于点的逆渲染方法进行的比较实验表明，Intrinsic PAPR 在高质量的新视角渲染以及点级反射率与阴影编辑方面均表现出优异性能。
引用
@article{arxiv.2407.00500,
title = {Intrinsic PAPR for Point-level 3D Scene Albedo and Shading Editing},
author = {Alireza Moazeni and Shichong Peng and Ke Li},
journal= {arXiv preprint arXiv:2407.00500},
year = {2024}
}