PulseAugur
中
实时 00:46:28
English(EN) DiffusionShadow: Diffusion-based Shadow Caching for Neural Volume Rendering

DiffusionShadow 使用扩散模型实现更快的带阴影神经体积渲染

研究人员开发了 DiffusionShadow,一种用于在神经体积渲染中生成阴影的新颖框架。该方法利用扩散模型将一组预先计算的阴影表示压缩成一个单一、高效的模型。通过将扩散模型与光照方向进行条件关联,它可以即时预测阴影 INR 权重,从而在没有显著内存开销的情况下实现更快的渲染。实验表明,DiffusionShadow 生成的阴影与参考结果相当,同时在速度和存储效率方面优于传统方法。 AI

影响 这项研究通过改进神经场中的阴影生成技术,有望为更高效、更逼真的实时渲染应用带来突破。

排序理由 这是一篇详细介绍神经体积渲染新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

DiffusionShadow 使用扩散模型实现更快的带阴影神经体积渲染

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Kai-Chen Tung, Qi Wu, David Bauer, Mengjiao Han, Silvio Rizzi, Kwan-Liu Ma ·

    DiffusionShadow:基于扩散的阴影缓存用于神经体积渲染

    arXiv:2609.30658v1 Announce Type: cross Abstract: Implicit neural representations (INRs) have gained momentum in scientific visualization due to their compactness and scalability to large datasets, making them well suited for integration with direct volume rendering (DVR). Howeve…