基于多次反弹路径追踪与储位抽样的逆向渲染

我们提出MIRReS，一种新颖的两阶段逆向渲染框架，用于联合重构和优化从多视图图像中的显式几何、材料和光照。与依赖隐式 irradiance 场或简化路径追踪算法的先前方法不同，我们的方法在阶段一提取显式几何（三角网格），并引入一种更真实的基于物理的逆向渲染模型，该模型利用多次反弹路径追踪和蒙特卡罗积分。通过利用多次反弹路径追踪，我们的方法有效地估计间接照明，包括自阴影和内部反射，这有助于改进形状、材料和光照的固有分解。此外，我们将储位抽样纳入我们的框架以解决蒙特卡罗积分中的噪声，从而增强收敛性并促进以低样本计数进行梯度优化。通过对几种情景进行的定性和定量评估，尤其是在具有复杂阴影的挑战性情景中，我们表明该方法在分解结果方面实现了最先进的性能。此外，我们的优化显式几何使我们能够应用于现代图形引擎或CAD软件中的场景编辑、重新照明和材料编辑。源代码可在https://brabbitdousha.github.io/MIRReS/获取。