PRIF: Primary Ray-based Implicit Function

要約

本論文では、Primary Ray-based Implicit Function (PRIF) と呼ばれる新しい陰的形状表現を紹介する。空間位置を扱う符号付き距離関数（SDF）に基づく既存の多くのアプローチとは対照的に、我々の表現は配向光線に対して動作する。具体的には、PRIFは与えられた入力光線の表面ヒットポイントを直接生成するように定式化されており、高価な球体追跡演算を必要としないため、効率的な形状抽出と微分可能なレンダリングを実現することが可能である。PRIFを学習したニューラルネットワークは、単一形状表現、カテゴリ別形状生成、疎な観測データからの形状補完、カメラ姿勢推定のための逆レンダリング、色を用いたニューラルレンダリングなどのタスクで成功を収めることを実証する。

要約(オリジナル)

We introduce a new implicit shape representation called Primary Ray-based Implicit Function (PRIF). In contrast to most existing approaches based on the signed distance function (SDF) which handles spatial locations, our representation operates on oriented rays. Specifically, PRIF is formulated to directly produce the surface hit point of a given input ray, without the expensive sphere-tracing operations, hence enabling efficient shape extraction and differentiable rendering. We demonstrate that neural networks trained to encode PRIF achieve successes in various tasks including single shape representation, category-wise shape generation, shape completion from sparse or noisy observations, inverse rendering for camera pose estimation, and neural rendering with color.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL