PRTGaussian：使用预计算辐射传递的3D高斯球形实现高效阴影
计算机视觉与模式识别
2024-08-13 v1 人工智能
摘要
我们提出了PRTGaussian，这是一种结合3D高斯球形和预计算辐射传递(PRT)的实时可阴影新视角合成方法。通过对多视图OLAT数据进行拟合，使我们的方法能够实现实时、自由视角的阴影。通过基于高阶球面谐波估计辐射传递，我们实现了在捕获细节阴影效果与保持计算效率之间之间的平衡。我们采用两阶段过程：在第一阶段，我们从多视图图像中重建对象的粗糙几何。在第二阶段，我们使用获取到的点云初始化3D高斯球形，然后同时细化粗糙几何并学习每个高斯球形的光传输。在合成数据集上进行大量实验表明，我们的方法能够为一般对象实现快速且高质量的阴影。代码和数据可在https://github.com/zhanglbthu/PRTGaussian获取。
引用
@article{arxiv.2408.05631,
title = {PRTGaussian: Efficient Relighting Using 3D Gaussians with Precomputed Radiance Transfer},
author = {Libo Zhang and Yuxuan Han and Wenbin Lin and Jingwang Ling and Feng Xu},
journal= {arXiv preprint arXiv:2408.05631},
year = {2024}
}