NVlabs/nvdiffrecmc
Official code for the NeurIPS 2022 paper "Shape, Light, and Material Decomposition from Images using Monte Carlo Rendering and Denoising".
解决的问题
该方法解决了仅通过多视角图像观测,将场景分解为其基本组成部分——拓扑(形状)、材质和光照——的挑战。
工作原理
该项目实现了一种联合优化3D几何、材质属性和环境光照的方法。它利用蒙特卡洛渲染和去噪技术,基于提供的图像对这些元素进行优化,从而能够提取出可导出至Blender等软件的3D模型。
适用人群
专为拥有高端NVIDIA GPU(支持OptiX 7.3+)的计算机视觉与图形学领域的研究人员和开发者设计,适合希望从图像中重建详细3D资产的用户。
主要亮点
- 从多视角图像中联合优化形状、材质和光照。
- 支持提取漫反射反照率纹理。
- 包含将重建的几何和光照导入Blender的脚本。
- 提供用于复现NeRF、NeRD和NeRFactor数据集结果的配置文件。
相关
- 项目
- 项目
- 项目
- 项目
- 项目