私たちは、複数視点画像観測からトポロジー、材料、照明を共同最適化する効率的な方法を提案します。最近の複数視点再構築手法とは異なり、これらの手法は通常ニューラルネットワークに符号化された絡み合った3D表現を生成しますが、私たちの方法では任意の伝統的なグラフィックスエンジンでそのまま使用できる空間変動材料と環境照明を持つ三角メッシュを出力します。我々は微分可能レンダリングの最近の研究、体積テクスチャリングをコンパクトに表現する座標ベースネットワーク、そして表面メッシュ上で直接勾配に基づく最適化を可能にする微分可能なマーチングテトラヘドロンを利用しています。最後に、全周波数照明を効率的に回復するために環境照明の分割和近似の微分可能な定式化を導入します。実験結果は、当社が抽出したモデルが高度なシーン編集、材料分解、高品質なビュー補間において優れた性能を示し、これら全てが三角形ベースのレンダラー（ラスタライザおよびパストレーサ）でインタラクティブレートで動作することを示しています。プロジェクトウェブサイト: https://nvlabs.github.io/nvdiffrec/ 。