画像を使用したモンテカルロレンダリングとノイズ除去による形状、光、および材質の分解

最近の微分レンダリングにおける進歩により、マルチビュー画像から3Dシーンの高品質な再構成が可能になりました。多くの手法は単純なレンダリングアルゴリズムに依存しています：プリフィルタリングされた直接照明や放射照度の学習表現です。本研究では、レイトレーシングとモンテカルロ積分を組み込んだより現実的なシェーディングモデルが形状、素材、照明への分解を大幅に改善することを示します。しかし、モンテカルロ積分は大規模なサンプル数でも著しいノイズを含む推定値を提供するため、勾配ベースの逆レンダリングが非常に困難になります。これを解決するために、新しい逆レンダリングパイプラインにおいて複数重要サンプリングとノイズ除去を組み込みました。これにより収束性が大幅に向上し、少ないサンプル数での勾配ベースの最適化が可能になりました。また、幾何学（明示的な三角メッシュ）、素材、照明を同時再構成する効率的な方法を提案し、従来の手法よりも素材と光の分離が大幅に改善されることを示します。我々はノイズ除去が高品質な逆レンダリングパイプラインの一環として重要な役割を果たすと考えています。