Neurale Herbelichting met Ondergrondse Lichtverstrooiing door het Leren van de Radiance Transfer Gradient
Neural Relighting with Subsurface Scattering by Learning the Radiance Transfer Gradient
June 15, 2023
Auteurs: Shizhan Zhu, Shunsuke Saito, Aljaz Bozic, Carlos Aliaga, Trevor Darrell, Christop Lassner
cs.AI
Samenvatting
Het reconstrueren en herbelichten van objecten en scènes onder verschillende lichtomstandigheden is uitdagend: bestaande neurale renderingmethoden kunnen vaak niet omgaan met de complexe interacties tussen materialen en licht. Het integreren van vooraf berekende radiatieoverdrachttechnieken maakt globale verlichting mogelijk, maar heeft nog steeds moeite met materialen die onderhuidse verstrooiingseffecten vertonen. Wij stellen een nieuw raamwerk voor voor het leren van het radiatieoverdrachtsveld via volumetrische rendering en het gebruik van diverse uiterlijke aanwijzingen om de geometrie end-to-end te verfijnen. Dit raamwerk breidt de mogelijkheden voor herbelichting en reconstructie uit om een breder scala aan materialen op een data-gedreven manier te behandelen. De resulterende modellen produceren geloofwaardige renderingresultaten in bestaande en nieuwe omstandigheden. Wij zullen onze code en een nieuwe lichtstagedataset van objecten met onderhuidse verstrooiingseffecten openbaar beschikbaar maken.
English
Reconstructing and relighting objects and scenes under varying lighting
conditions is challenging: existing neural rendering methods often cannot
handle the complex interactions between materials and light. Incorporating
pre-computed radiance transfer techniques enables global illumination, but
still struggles with materials with subsurface scattering effects. We propose a
novel framework for learning the radiance transfer field via volume rendering
and utilizing various appearance cues to refine geometry end-to-end. This
framework extends relighting and reconstruction capabilities to handle a wider
range of materials in a data-driven fashion. The resulting models produce
plausible rendering results in existing and novel conditions. We will release
our code and a novel light stage dataset of objects with subsurface scattering
effects publicly available.