.png){kind=icon}
返回
Adaptive Sampling for BRDF Acquisition
.png){kind=icon}
OA
AI
DOI：10.1111/cgf.70289.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
双向反射分布函数（BRDF）描述了空间点上所有可能入射和出射方向对之间入射辐照度与出射辐照度的比值。BRDF在计算机图形学的外观建模中起着关键作用。精确的BRDF表示通常需要从入射和出射方向收集数百万个样本，使用光度计进行数小时或数天的测量。在本文中，我们提出了一种自适应采样框架，用于快速准确地获取BRDF，其中测量数量根据底层BRDF函数的复杂度进行调整。我们通过考虑不同材料的多样化反射特性，增强了现有BRDF采样技术的采样效率。为实现此目标，我们将测量数据集中的BRDF按稀疏性划分为不同集群，并提取忠实重建所需的测量数量。我们使用轻量级神经网络，根据单张图像预测材料的集群，从而确定最佳样本数量和采样模式，即光源/相机配置。与当前最先进的方法相比，我们的评估和分析表明性能显著提升，尤其对于镜面BRDF等具有挑战性的材料。
Keyword:
rendering
rendering
reflectance and shading models
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
