ShinyNeRF: 神经辐射场中的各向异性外观数字化
计算机视觉与模式识别
2026-03-13 v2 图形学
摘要
近期数字化技术的进展已彻底变革了文化遗产的保存与传播。神经辐射场（NeRF）作为一种领先技术，能够实现异常逼真的3D数字化表示。然而，现有方法难以准确建模各向异性镜面表面，后者通常出现在刮刻金属等场景。本文引入ShinyNeRF—a新型框架，能够处理 isotropic和anisotropic反射。我们的方法能够联合估计表面法线、切线、镜面浓度以及各向异性强度，其通过学习对等出射光辐射的编码混合物来近似表示各向异性球形高斯（ASG）分布。实验结果表明，ShinyNeRF不仅在数字化各向异性镜面反射方面实现最先进的性能，还提供了对材料属性的合理物理解释和编辑能力，优于现有方法。
引用
@article{arxiv.2512.21692,
title = {ShinyNeRF: Digitizing Anisotropic Appearance in Neural Radiance Fields},
author = {Albert Barreiro and Roger Marí and Rafael Redondo and Gloria Haro and Carles Bosch},
journal= {arXiv preprint arXiv:2512.21692},
year = {2026}
}