Estimación de SVBRDF impulsada por datos utilizando agrupamiento incrustado profundo
Autores: Kim, Yong Hwi; Lee, Kwan H.
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Estimación de SVBRDF impulsada por datos utilizando agrupamiento incrustado profundo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Representación
Condiciones de iluminación
Representaciones neuronales
Reflectancia de superficie
RV/RA
Artes digitales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
La representación fotorrealista en una vista y condiciones de iluminación especificadas por el usuario es una tecnología desafiante pero muy demandada en la transformación digital de los patrimonios culturales. A pesar de los avances recientes en renderizaciones neuronales, todavía es necesario capturar la reflectancia de la superficie de alta calidad a partir de la fotografía en un entorno controlado para aplicaciones en tiempo real como la RV/RA y las artes digitales. En este artículo, presentamos una red de agrupación de incrustación profunda para la estimación de la función de distribución bidireccional de reflectancia (SVBRDF) variable espacialmente. Nuestra red está diseñada para actualizar simultáneamente la base de reflectancia y su manifolds lineales en el dominio espacial de SVBRDF. Mostramos que nuestro esquema de actualización dual sobresale en la optimización de la pérdida de renderizado en cuanto a la velocidad de convergencia y calidad visual en comparación con los métodos actuales de actualización iterativa de SVBRDF.
Descripción
La representación fotorrealista en una vista y condiciones de iluminación especificadas por el usuario es una tecnología desafiante pero muy demandada en la transformación digital de los patrimonios culturales. A pesar de los avances recientes en renderizaciones neuronales, todavía es necesario capturar la reflectancia de la superficie de alta calidad a partir de la fotografía en un entorno controlado para aplicaciones en tiempo real como la RV/RA y las artes digitales. En este artículo, presentamos una red de agrupación de incrustación profunda para la estimación de la función de distribución bidireccional de reflectancia (SVBRDF) variable espacialmente. Nuestra red está diseñada para actualizar simultáneamente la base de reflectancia y su manifolds lineales en el dominio espacial de SVBRDF. Mostramos que nuestro esquema de actualización dual sobresale en la optimización de la pérdida de renderizado en cuanto a la velocidad de convergencia y calidad visual en comparación con los métodos actuales de actualización iterativa de SVBRDF.