PulseAugur
实时 22:14:10
English(EN) Learning Sparse BRDF Measurement Samples from Image

研究人员开发高效 BRDF 测量采样方法

研究人员开发了一种高效获取双向反射分布函数 (BRDF) 测量值的新方法,这对于真实感渲染至关重要。他们的方法侧重于选择信息量最丰富的最小测量样本集,以重建材质外观,尤其是在使用学习到的反射先验时。该技术结合了编码器、预训练 BRDF 重建器和可微分渲染器来优化测量位置,即使只有 8 或 16 个样本,与传统的密集测量相比也证明是有效的。 AI

影响 提高了渲染应用中材质外观重建的效率。

排序理由 这是一篇详细介绍 BRDF 获取新方法的学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

研究人员开发高效 BRDF 测量采样方法

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Wen Cao ·

    从图像中学习稀疏BRDF测量样本

    arXiv:2604.26740v1 Announce Type: new Abstract: Accurate BRDF acquisition is important for realistic rendering, but dense gonioreflectometer measurements are slow and expensive. We study how to select a small number of BRDF measurements that are most useful for reconstructing mat…

  2. arXiv cs.CV TIER_1 English(EN) · Wen Cao ·

    从图像中学习稀疏BRDF测量样本

    Accurate BRDF acquisition is important for realistic rendering, but dense gonioreflectometer measurements are slow and expensive. We study how to select a small number of BRDF measurements that are most useful for reconstructing material appearance under a learned reflectance pri…