Progressive Radiance Distillation for Inverse Rendering with Gaussian Splatting
원문 초록
We propose progressive radiance distillation, an inverse rendering method that combines physically-based rendering with Gaussian-based radiance field rendering using a distillation progress map. Taking multi-view images as input, our method starts from a pre-trained radiance field guidance, and distills physically-based light and material parameters from the radiance field using an image-fitting process. The distillation progress map is initialized to a small value, which favors radiance field rendering. During early iterations when fitted light and material parameters are far from convergence, the radiance field fallback ensures the sanity of image loss gradients and avoids local minima that attracts under-fit states. As fitted parameters converge, the physical model gradually takes over and the distillation progress increases correspondingly. In presence of light paths unmodeled by the physical model, the distillation progress never finishes on affected pixels and the learned radiance field stays in the final rendering. With this designed tolerance for physical model limitations, we prevent unmodeled color components from leaking into light and material parameters, alleviating relighting artifacts. Meanwhile, the remaining radiance field compensates for the limitations of the physical model, guaranteeing high-quality novel views synthesis. Experimental results demonstrate that our method significantly outperforms state-of-the-art techniques quality-wise in both novel view synthesis and relighting. The idea of progressive radiance distillation is not limited to Gaussian splatting. We show that it also has positive effects for prominently specular scenes when adapted to a mesh-based inverse rendering method.
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
LSRM: 확장된 컨텍스트 윈도우를 통한 고충실도 객체 중심 3D 복원
LSRM: High-Fidelity Object-Centric Reconstruction via Scaled Context Windows
우리는 트랜스포머 컨텍스트 윈도우 스케일링이 피드포워드 3D 복원에 미치는 영향을 연구하기 위해 Large Sparse Reconstruction Model(LSRM)을 소개한다. 최근 객체 중심 피드포워드 방법들은 견고하고 높은 품질의 복원을 생성하지만, 세밀한 텍스처와 외관 복원에 있어 여전히 밀집 뷰 최적화(dense-view optimization)에 뒤처진다. 우리는 활성 객체 토큰과 이미지 토큰 수를 대폭 늘려 컨텍스트 윈도우를 확장하면 이 격차가 줄어들어 고충실도 3D 객체 복원 및 역방향 렌더링(inverse rendering)이 가능해짐을 보인다. 효과적인 스케일링을 위해, 세 가지 핵심 기여를 통해 3D 복원에 네이티브 희소 어텐션을 적용한다: (1) 희소 고해상도 잔차를 예측하여 정보가 풍부한 영역에 연산을 집중하는 효율적인 coarse-to-fine 파이프라인; (2) 표준 어텐션 점수 대신 명시적 기하학적 거리를 사용하여 정확한 2D-3D 대응 관계를 확립하는 3D 인식 공간 라우팅 메커니즘; (3) GPU 전반에 걸쳐 동적이고 희소한 워크로드를 균형 있게 분배하기 위한 All-gather-KV 프로토콜을 포함한 커스텀 블록 인식 시퀀스 병렬 전략. 그 결과, LSRM은 기존 최첨단(SOTA) 방법 대비 20배 더 많은 객체 토큰과 2배 이상의 이미지 토큰을 처리한다. 표준 새로운 뷰 합성(novel-view synthesis) 벤치마크에 대한 광범위한 평가에서 현재 SOTA 대비 상당한 성능 향상을 보이며, PSNR은 2.4dB 이상 향상되고 LPIPS는 40% 이상 감소하였다. 나아가 LSRM을 역방향 렌더링으로 확장했을 때, 널리 사용되는 벤치마크에서의 정성적·정량적 평가 모두 텍스처 및 기하학적 세부 사항의 일관된 개선을 보여주며, SOTA 밀집 뷰 최적화 방법과 동등하거나 이를 초과하는 LPIPS를 달성하였다. 코드와 모델 가중치는 프로젝트 페이지에서 제공된다.
향상된 재질-조명 분리를 위한 동적 역렌더링
Dynamic Inverse Rendering for Enhanced Material-Lighting Decomposition
역렌더링(inverse rendering) 과정에서 표면 출사 복사휘도를 재질(material)과 조명으로 분리하는 것은 리라이팅(relighting) 및 증강 현실과 같은 응용 분야에 필수적이지만, 동일한 관측 색상을 만들어내는 조합이 여러 가지일 수 있어 심각하게 비적정(ill-posed)한 문제입니다. 여러 조명 조건에서 물체를 촬영하면 최적화를 올바른 해로 제약함으로써 이 모호성 해소에 도움이 됩니다. 본 연구에서는 다양한 빛-표면 상호작용 관측을 제공하는 강체 운동(rigid motion) 물체의 재구성 가능성을 탐구하여 역렌더링에서의 재질-조명 모호성을 해소하고자 합니다. 이를 위해 일반적인 강체 운동 물체에 대한 역렌더링과 물체 추적(object tracking) 및 재구성을 결합한 리라이팅 가능한(relightable) 접근법을 제안합니다. 합성 데이터에 대한 실험 분석은 운동이 재질과 조명의 분리에 이점이 될 수 있음을 보여줍니다: 물체가 정적일 때보다 강체 운동 하에서 관측될 때 재구성된 재질이 훨씬 더 정확합니다. 더불어, 실제 손으로 들고 있는 물체의 RGB 비디오에 대한 결과는 노이즈가 있는 실제 환경 조건에서도 본 파이프라인이 이 장점을 유지함을 보여줍니다.
다중 뷰 이미지에서 신경 재질 추출
Extracting Neural Materials from Multi-view Images
신경 재질은 압축적이고 범용적인 기저로 복잡한 정반사 반사와 산란 효과를 표현할 수 있다. 그러나 이러한 재질을 획득하고 작성하는 것은 여전히 어려운 일이다. 우리는 이미지에서 공간적으로 변하는 신경 재질을 추출하는 미분 가능 역렌더링 방법인 NeuMatEx를 제안한다. 신경 재질 잠재 공간의 비선형 구조는 단순한 역렌더링으로 최적화를 수행하는 것을 불가능하게 만든다. 이를 해결하기 위해, 우리는 이미지에서 초기 베이스 컬러, 신경 재질 잠재 변수, 알레아토릭 불확실성 가이드를 직접 예측하는 대규모 재질 재구성 모델(LMRM)을 학습한다. 이 재질 사전(prior)은 좋은 초기화를 제공하고 역 경로 추적을 이용한 후속 최적화를 더 잘 제약한다. 예측된 불확실성은 또한 높은 확신의 영역을 LMRM 예측에 더 강하게 고정하여, 조명과 복잡한 정반사 효과가 재질에 굳어지는 것을 방지한다는 점에서 추가로 도움이 된다. 합성 및 실제 에셋에 대한 실험은 NeuMatEx가 PBR 기반 방법보다 더 나은 시각 품질과 재질 분해를 통해 복잡한 재질을 추출함을 보여준다.
MACRO: 클로즈업 렌더 최적화를 위한 학습 불필요 다중 평면 어텐션
MACRO: Training-free Multi-plane Attention for Closeup Render Optimization
학습 카메라보다 훨씬 가까이 장면을 확대하는 클로즈업 렌더링은 가상 제작과 인터랙티브 3D 콘텐츠에 중요하지만, 여전히 해결되지 않은 난제로 남아 있다. 3D Gaussian splatting(3DGS)은 고충실도 실시간 신규 시점 합성(novel view synthesis)을 가능하게 하지만, 근거리에서는 렌더링 품질이 저하된다. 학습 세트의 참조 이미지를 조건으로 렌더링을 향상시키는 최근 확산(diffusion) 기반 방법들은 이 설정에서 심각한 아티팩트를 생성한다. 우리는 이 실패를 분석하여 근본 원인을 규명한다: 클로즈업 뷰와 참조 뷰 간의 스케일 차이이다. 우리는 참조 조건부 향상 모델의 특징이 스케일 불변(scale-invariant)이 아님을 보이며, 이로 인해 동일한 내용이 서로 다른 스케일로 나타날 때 교차 뷰 어텐션(cross-view attention)이 잘못된 대응 관계를 검색하고, VAE 인코더가 스케일 등변(scale-equivariant)이 아니기 때문에 이 불일치를 잠재 공간에서 수정할 수 없음을 보인다. 이 분석을 바탕으로 우리는 MACRO(Multi-plane Attention for Closeup Render Optimization)를 소개한다. 이는 3DGS 기반의 고품질 클로즈업 신규 시점 합성을 위한 학습 불필요 방법이다. MACRO는 장면의 알려진 3D 구조를 활용하여 스케일 차이를 해소한다: 클로즈업을 깊이 평면으로 분해하고, 인코딩 전에 각 평면의 스케일에 맞게 이미지 공간에서 참조 이미지를 크롭하고 크기를 조정하며, 깊이 인식 어텐션 마스크를 적용하여 각 토큰이 스케일 일치 참조에만 어텐션하도록 한다. 이 방법은 아키텍처 변경이나 추가 학습을 필요로 하지 않는다. 우리는 또한 두 가지 새로운 클로즈업 신규 시점 합성 벤치마크와 이 설정에 대한 최초의 표준화된 평가 프로토콜을 기여하며, 두 벤치마크 모두에서 최신(state-of-the-art) 결과를 달성하여 재구성 및 지각적 메트릭 모두에서 기존 3DGS 및 확산 기반 방법들을 능가함을 보인다. 프로젝트 페이지: https://nitzanhod.github.io/MACRO
Instant NuRec: 주행 장면 시뮬레이션을 위한 피드포워드 3D Gaussian 재구성
Instant NuRec: Feed-Forward 3D Gaussian Reconstruction for Driving Scene Simulation
3D 시뮬레이션 플랫폼은 end-to-end 정책 평가(evaluation)를 가능하게 하여 개발 비용을 줄이고 안전성을 향상시키기 때문에 자율주행에 핵심적이다. 최근 몇 년간 신경 시뮬레이션이 주류가 되었고, NuRec와 같은 방법이 중심적인 역할을 하고 있다. 그러나 이러한 방법들은 여전히 상대적으로 느리고, 일반적으로 장면별 튜닝이 필요하다. 본 연구에서는 단일 순전파(forward pass)로 짧은 다시점(multi-view) 주행 로그를 완전히 시뮬레이션 가능한 3D Gaussian Splatting(3DGS) 세계로 변환하는 피드포워드 신경 재구성 모델인 Instant NuRec를 제안한다. 이 모델은 보정된 카메라 리그의 다시점 입력을 받아 정적 및 동적 3DGS 레이어, 스카이 큐브맵(sky cubemap), 카메라별 ISP 보정으로 구성된 계층적 출력을 생성하며, 3DGUT를 통해 비 핀홀(non-pinhole) 카메라 모델에 대한 네이티브 지원을 제공한다. 이 모델은 10–20초 길이의 다중 카메라 장면을 약 1.5초 만에 재구성하며, Waymo Open 데이터셋에서 평가된 가장 강력한 기준선보다 PSNR이 2.01 dB 높은 성능을 달성한다. Instant NuRec는 NuRec에 깊이 통합되어 있으며, 폐루프(closed-loop) 시뮬레이션을 위해 AlpaSim과 호환된다.
CD-RCM: 반사 공초점 현미경을 위한 일반화 가능한 연속 깊이 새로운 뷰 합성
CD-RCM: Generalizable Continuous-Depth Novel View Synthesis for Reflectance Confocal Microscopy
반사 공초점 현미경(RCM)은 연속적인 깊이에서 정면(en-face) 영상을 획득하여 희소한 z-스택을 형성함으로써 생체 내 인간 피부의 비침습적 세포 해상도 "광학 생검"을 제공한다. 광학적 한계로 인해 이러한 스택은 이방성 3D 볼륨이며, 측면 해상도(0.5 $\mu$m)가 광학 절편(3 $\mu$m)으로 정의되는 축 방향 해상도보다 약 6배 높아 조직 해석이 제한된다. 우리의 목표는 중간 단면을 보간하고 3D 볼륨을 등방성으로 만들어 연속 깊이 시각화를 제공하는 것이다. 이러한 표현은 환자별 최적화 없이도 조직병리와 유사한 단면 검사를 포함한 임의 방향 절단을 가능하게 한다. 이를 위해 희소하게 샘플링된 RCM 스택으로부터 현실적인 미관측 깊이를 예측하는 피드포워드 모델로서 최초의 RCM 특화 새로운 시점 합성(NVS) 접근법인 CD-RCM을 제안한다. 고전적인 신경 렌더링 기법은 표면 수준의 다중 시점 관측으로부터의 복원에 초점을 둔다. 표면 수준의 카메라 시점과 달리 RCM은 표면 아래 최대 200 $\mu$m까지 조직의 광학 절편 정면 영상을 획득할 수 있다. 그러나 RCM 스택을 시각화할 때 (표면에 가까운) 얕은 단면의 관측이 더 깊은 단면을 가린다. 이러한 고유한 축 방향 영상 기하와 층에 따른 해부학적 조직 특성은 RCM의 깊이 분해적이고 가림이 있는 영상 물리를 명시적으로 고려하는 맞춤형 구조 및 학습 프레임워크를 개발하는 동기가 되었다. 실험을 통해 CD-RCM이 1초 미만의 추론 시간으로 높은 충실도의 새로운 시점 합성을 달성함을 보인다.
토론
이 논문과 연결된 포럼 글이 아직 없습니다.