Physically Based Neural Bidirectional Reflectance Distribution Function

要約

我々は、神経場に基づく物質の外観のための新しい連続的表現である、物理ベースの神経双方向反射率分布関数（PBNBRDF）を紹介する。このモデルは、現実的なBRDFの物理的特性、具体的には、再パラメトリゼーションによるヘルムホルツ互恵性と、効率的な解析的積分によるエネルギー受動性を独自に強制しながら、実世界の材料を正確に再構成する。これらの物理法則を遵守することが、再構成された材料の視覚的品質に及ぼす利点を実証する体系的な分析を実施する。さらに、RGBチャンネルのノルムを監督する色度強制を導入することで、ニューラルBRDFの色精度を向上させる。実世界のBRDFを測定した複数のデータベースを用いた定性的および定量的な実験を通じて、これらの物理的制約を遵守することで、ニューラルフィールドがより忠実かつ安定的に元のデータを表現し、より高いレンダリング品質を達成できることを示す。

要約(オリジナル)

We introduce the physically based neural bidirectional reflectance distribution function (PBNBRDF), a novel, continuous representation for material appearance based on neural fields. Our model accurately reconstructs real-world materials while uniquely enforcing physical properties for realistic BRDFs, specifically Helmholtz reciprocity via reparametrization and energy passivity via efficient analytical integration. We conduct a systematic analysis demonstrating the benefits of adhering to these physical laws on the visual quality of reconstructed materials. Additionally, we enhance the color accuracy of neural BRDFs by introducing chromaticity enforcement supervising the norms of RGB channels. Through both qualitative and quantitative experiments on multiple databases of measured real-world BRDFs, we show that adhering to these physical constraints enables neural fields to more faithfully and stably represent the original data and achieve higher rendering quality.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL