关于神经BRDF：最先进方法的全面比较
计算机视觉与模式识别
2025-02-24 v1
摘要
双向反射分布函数（BRDF）是捕捉光与物质复杂交互的重要工具。近期，几项工作采用神经方法进行BRDF建模，遵循多种策略，从利用现有参数化模型到纯神经参数化。虽然所有方法都取得了令人印象深刻的结果，但文献中缺少对不同方法的全面比较。在本工作中，我们对几种方法进行了全面评估，包括定性与定量重建质量的结果，以及对互易性和能量守恒的分析。此外，我们提出了两种可添加到现有方法的扩展：一种用于神经BRDF的新型加性组合策略，将反射率分解为漫反射和镜面反射两部分；以及一种通过构造确保互易性的输入映射，而先前方法仅通过软约束来确保互易性。
引用
@article{arxiv.2502.15480,
title = {On Neural BRDFs: A Thorough Comparison of State-of-the-Art Approaches},
author = {Florian Hofherr and Bjoern Haefner and Daniel Cremers},
journal= {arXiv preprint arXiv:2502.15480},
year = {2025}
}
备注
Published in IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2025