PBR-SR：基于 2D 图像先验的网格 PBR 纹理超分辨率
计算机视觉与模式识别
2025-06-04 v1
摘要
我们提出了 PBR-SR，一种用于基于物理渲染（PBR）纹理超分辨率（SR）的新方法。它以零样本的方式从低分辨率（LR）PBR 输入生成高分辨率、高质量的 PBR 纹理。PBR-SR 利用现成的在自然图像上训练的超分辨率模型，并迭代地最小化超分辨率先验与可微渲染之间的偏差。然后，这些增强以可微的方式反向投影到 PBR 贴图空间中，以生成精细的高分辨率纹理。为了缓解基于视图的超分辨率中常见的视图不一致性和光照敏感性，我们的方法在多视图渲染中应用 2D 先验约束，迭代地细化共享的放大纹理。同时，我们直接在 PBR 纹理域中引入恒等约束，以确保放大的纹理忠实于 LR 输入。PBR-SR 在无需任何额外训练或数据要求的情况下运行，完全依赖于预训练的图像先验。我们证明，我们的方法能为艺术家设计和 AI 生成的网格生成高保真 PBR 纹理，优于直接应用 SR 模型和现有的纹理优化方法。我们的结果在 PBR 和渲染评估中均展现出高质量输出，支持重照明等高级应用。
引用
@article{arxiv.2506.02846,
title = {PBR-SR: Mesh PBR Texture Super Resolution from 2D Image Priors},
author = {Yujin Chen and Yinyu Nie and Benjamin Ummenhofer and Reiner Birkl and Michael Paulitsch and Matthias Nießner},
journal= {arXiv preprint arXiv:2506.02846},
year = {2025}
}
备注
Project page: https://terencecyj.github.io/projects/PBR-SR/, Video: https://youtu.be/eaM5S3Mt1RM