哈希编码优化的IRON逆渲染模型:重建几何与材质 |
| |
引用本文: | 张沛全,许威威.哈希编码优化的IRON逆渲染模型:重建几何与材质[J].浙江大学学报(理学版),2023(6):754-760+769. |
| |
作者姓名: | 张沛全 许威威 |
| |
作者单位: | 浙江大学计算机科学与技术学院 |
| |
基金项目: | 国家自然科学基金重点项目(61732016); |
| |
摘 要: | 将神经网络用于场景几何材质的高效表达,结合逆向渲染在二维光度图的监督下重建高质量的网格和材质贴图,为现有的图形学流水线提供服务——神经渲染已成为近年来计算机图形学新的研究热点。在IRON(inverse rendering by optimizing neural SDFs and materials from photometric images)神经渲染模型基础上,通过引入多分辨率哈希编码,采用冻结训练等方法提高原始模型的训练速度。在多个数据集上的对比实验表明,优化后的IRON逆渲染模型训练速度提升了约40%,且重建结果中包含更多细节。
|
关 键 词: | 符号距离场 神经渲染 哈希编码 |
|
|