HDR-NeRF: 고역역 신경 복사 필드

저희는 다양한 노출 조건을 가진 저역동범위(Low Dynamic Range, LDR) 이미지 세트로부터 고역동범위(High Dynamic Range, HDR) 반사율 필드를 복원하기 위해 고역동범위 신경 반사율 필드(HDR-NeRF)를 제안합니다. 제안한 HDR-NeRF를 활용하면, 서로 다른 노출 조건 하에서 새로운 HDR 및 LDR 시점을 생성할 수 있습니다. 본 방법의 핵심은 물리 기반의 이미징 과정을 모델링하는 것입니다. 이 과정은 장면 내 특정 점의 반사율이 LDR 이미지의 픽셀 값으로 변환될 때, 두 가지 은닉된 함수—반사율 필드와 톤 매핑(tone mapper)—를 통해 이루어진다는 점에 있습니다. 반사율 필드는 장면의 반사율(0에서 +∞까지 변하는 값)을 인코딩하며, 주어진 광선의 출발점과 방향에 따라 해당 광선의 밀도와 반사율을 출력합니다. 톤 매핑은 카메라 센서에 도달한 광선이 픽셀 값으로 변환되는 과정을 모델링합니다. 이때, 반사율과 해당 노출 시간을 톤 매핑에 입력하여 광선의 색상을 예측합니다. 출력된 반사율, 색상 및 밀도는 고전적인 볼륨 렌더링 기법을 통해 HDR 및 LDR 이미지로 투영되며, 학습 과정에서 사용되는 지도 데이터는 오직 입력된 LDR 이미지만을 사용합니다. 제안한 방법의 성능을 평가하기 위해 새로운 전방향 HDR 데이터셋을 수집하였습니다. 합성 및 실제 장면에 대한 실험 결과를 통해 본 방법이 합성된 시점의 노출을 정밀하게 조절할 수 있을 뿐만 아니라, 매우 높은 역동범위를 가진 시점을 효과적으로 렌더링할 수 있음을 입증하였습니다.