LumiGauss：野外可重光照的高斯泼溅
计算机视觉与模式识别
2024-12-10 v2
摘要
利用无约束照片集合解耦光照与几何极具挑战性。解决该问题将使众多用户受益，因为创建复杂的3D资产需要数天的人工劳动。许多先前的工作尝试解决此问题，但往往以牺牲输出保真度为代价，这质疑了此类方法的实用性。我们提出LumiGauss——一种通过2D高斯泼溅处理场景三维重建和环境光照的技术。我们的方法能生成高质量的场景重建，并能在新的环境贴图下实现逼真的光照合成。我们还提出了一种利用球谐函数特性来增强户外场景中常见阴影质量的方法。我们的方法便于与游戏引擎无缝集成，并支持使用快速的预计算辐射传输。我们在NeRF-OSR数据集上验证了我们的方法，展示了优于基线方法的性能。此外，LumiGauss能为未见过的环境贴图合成逼真图像。我们的代码：https://github.com/joaxkal/lumigauss。
引用
@article{arxiv.2408.04474,
title = {LumiGauss: Relightable Gaussian Splatting in the Wild},
author = {Joanna Kaleta and Kacper Kania and Tomasz Trzcinski and Marek Kowalski},
journal= {arXiv preprint arXiv:2408.04474},
year = {2024}
}
备注
Accepted at WACV2025