面向室外场景重打光的NeRF
计算机视觉与模式识别
2022-07-22 v2 图形学
摘要
对照片中室外场景的真实感编辑需要深入理解图像形成过程，并准确估计场景几何、反射率与光照。随后可在保持场景反照率与几何不变的情况下进行精细的光照操控。我们提出NeRF-OSR，即首个基于神经辐射场的室外场景重打光方法。与先前技术不同，我们的技术仅使用在非受控环境下拍摄的一组室外照片，即可同时编辑场景光照与相机视角。此外，它通过球谐模型定义，实现对场景光照的直接控制。为评估，我们收集了一个新基准数据集，包含多个室外地点从多视角及不同时间拍摄的照片。每次拍摄均捕获一张360度环境贴图及一个颜色校准棋盘，以便针对真值对真实数据进行精确数值评估。与SOTA的对比表明，NeRF-OSR能以更高质量和真实的自阴影再现实现可控光照与视角编辑。我们的方法与数据集公开于https://4dqv.mpi-inf.mpg.de/NeRF-OSR/。
引用
@article{arxiv.2112.05140,
title = {NeRF for Outdoor Scene Relighting},
author = {Viktor Rudnev and Mohamed Elgharib and William Smith and Lingjie Liu and Vladislav Golyanik and Christian Theobalt},
journal= {arXiv preprint arXiv:2112.05140},
year = {2022}
}
备注
22 pages, 10 figures, 2 tables; ECCV 2022; project web page: https://4dqv.mpi-inf.mpg.de/NeRF-OSR/