Hacker News AIT2·基座大模型
72 分
论文提出一种自监督的照片重打光方法,将传统渲染的物理准确性与神经渲染的逼真外观结合。流程先用单目几何与固有分量估计构建带色网格,让用户在 3D 中定义光照配置,经路径追踪渲染后由前馈神经渲染器输出最终结果,并通过可微渲染实现自监督训练。
Differentiable Rendering
渲染流程对场景参数可求导,从而支持基于图像的端到端优化与自监督训练
论文提出一种自监督的照片重打光方法,将传统渲染的物理准确性与神经渲染的逼真外观结合。流程先用单目几何与固有分量估计构建带色网格,让用户在 3D 中定义光照配置,经路径追踪渲染后由前馈神经渲染器输出最终结果,并通过可微渲染实现自监督训练。