自然光照下复杂场景 SVBRDF 估计的多视角梯度一致性方法
计算机视觉与模式识别
2022-03-01 v1 图形学
摘要
本文提出了一种用于估计自然光照下所观测复杂场景的空间变化表面反射率（SVBRDF）的流程。与先前方法不同，我们的流程不限于在受控光照条件下观测的场景，而是可处理在任意光照条件下观测的复杂室内与室外场景。一个端到端流程使用场景几何模型以及从任意视角和各种自然光照条件下捕捉场景表面的若干图像。我们开发了一种可微分路径追踪器，其利用最小二乘共形映射来处理场景中出现的多个不相交对象。我们遵循两步优化流程并引入多视角梯度一致性损失，这使得图像重建损失改善了至多 30-50%，并且相较于其他最先进方法能更好地解耦漫反射与镜面 BRDF。我们在真实世界的室内与室外场景（来自野外的图像）中演示了该流程，并表明利用估计的反射属性可生成与实际图像一致的逼真渲染。实验表明，我们的技术可为具有复杂几何的任意室外场景生成逼真结果。源代码公开于：https://gitlab.com/alen.joy/multi-view-gradient-consistency-for-svbrdf-estimation-of-complex-scenes-under-natural-illumination
引用
@article{arxiv.2202.13017,
title = {Multi-view Gradient Consistency for SVBRDF Estimation of Complex Scenes under Natural Illumination},
author = {Alen Joy and Charalambos Poullis},
journal= {arXiv preprint arXiv:2202.13017},
year = {2022}
}