NVlabs/nvdiffrecmc
Official code for the NeurIPS 2022 paper "Shape, Light, and Material Decomposition from Images using Monte Carlo Rendering and Denoising".
解決的問題
該方法解決了僅透過多視角影像觀測,將場景分解為其基本組成部分——拓撲(形狀)、材質與光照——的挑戰。
工作原理
本專案實作一種聯合優化3D幾何、材質特性與環境光照的方法。利用蒙特卡洛渲染與去噪技術,根據提供的影像精細化這些元素,進而可提取出可匯出至Blender等軟體的3D模型。
適用對象
專為擁有高階NVIDIA GPU(支援OptiX 7.3+)的電腦視覺與圖形學領域的研究人員與開發者設計,適合希望從影像中重建細緻3D資產的使用者。
主要亮點
- 從多視角影像中聯合優化形狀、材質與光照。
- 支援提取漫反射反照率紋理。
- 內建將重建的幾何與光照匯入Blender的腳本。
- 提供用於重現NeRF、NeRD與NeRFactor資料集結果的設定檔。
相關
- 專案
- 專案
- 專案
- 專案
- 專案