Towards Photorealistic and Efficient Bokeh Rendering via Diffusion Framework
Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences(深圳先进技术研究院,中国科学院);vivo BlueImage Lab, vivo Mobile Communication Co., Ltd.(vivo BlueImage实验室,vivo移动通信有限公司);Shenzhen University of Advanced Technology(深圳大学)
本文提出MagicBokeh框架,通过替代训练策略和聚焦感知的掩码注意力机制,联合优化bokeh渲染与超分辨率,提升可控性和视觉保真度,并引入降质感知深度模块以提高低质量输入的深度估计准确性。
2026-05-11 cs.CV
CLD-shaped Brushstrokes in Non-Photorealistic Rendering
Politecnico di Torino(都灵理工大学)
基于随机网格的渲染技术可以通过使笔触适应原始图片的不同区域的形状来改进。在本文中,相干长度图的概念被用来确定自适应的笔触,以模拟印象派绘画。最后给出了一些算例来说明所提出的算法。
2010-02-23 cs.CV cs.GR
Non-Photorealistic Rendering of Layered Materials: A Multispectral Approach
University of Florida(佛罗里达大学)
我们提出了多光谱渲染技术可视化分层材料中发现的生物标本。我们是第一个使用从近红外和紫外光谱采集的数据进行非真实感渲染(NPR)。通过多光谱分析可以更全面地了解一些植物和动物物种。然而,传统的NPR技术忽略了可见光谱之外的独特信息。我们介绍了处理波长相关的表面法线和反射率的算法和原理。我们的配准和特征检测方法用于制定当前NPR方法未考虑的风格化效果,包括:光谱带阴影,其在多个尺度下隔离和强调特定波长的形状特征。我们的用户研究专家证明了我们的系统在生物科学应用中的有效性。
2021-09-02 cs.CV cs.GR
EndoPBR: Material and Lighting Estimation for Photorealistic Surgical Simulations via Physically-based Rendering
Vanderbilt University(范德堡大学)
针对手术场景3D重建缺乏标注数据的问题,提出EndoPBR可微渲染框架,显式解耦光照与材质,基于渲染方程实现逼真新视角合成,并验证合成数据可有效微调深度估计模型。
2025-02-28 cs.CV
GaussianGAN: Real-Time Photorealistic controllable Human Avatars
CVSSP, University of Surrey(计算机视觉与空间感知研究所,萨里大学)
针对现有神经渲染人形虚拟化身存在模糊的问题,提出GaussianGAN方法,通过新型高斯泼溅致密化策略、视角分割模块和UNet生成器实现79FPS实时照片级真实感渲染,在两个数据集上像素保真度达SOTA。
2025-09-01 cs.CV
Bokehlicious: Photorealistic Bokeh Rendering with Controllable Apertures
University of Wurzburg(维尔茨堡大学)
本文提出Bokehlicious网络,通过孔径感知注意力机制实现可控强度的逼真散景渲染,并构建RealBokeh数据集,在多个基准上超越现有方法,同时降低计算成本并支持零样本泛化。
2025-03-25 cs.CV
NPRportrait 1.0: A Three-Level Benchmark for Non-Photorealistic Rendering of Portraits
Cardiff University(卡迪夫大学);Carleton University(卡尔顿大学);Tsinghua University(清华大学);The Interdisciplinary Center Herzliya(赫兹利亚跨学科中心);Pohang University of Science and Technology(浦项科技大学);Lambda Labs, Inc.(Lambda Labs公司);Hasso Plattner Institute, University of Potsdam(波茨坦大学哈索·普拉特纳研究院);Samsung Advanced Institute of Technology(三星高等技术研究院)
尽管最近在基于图像的非真实感渲染(NPR),特别是肖像图像风格化方面的活动激增,但由于神经风格转移的出现,该领域的性能评估的状态是有限的,特别是与计算机视觉和机器学习社区的规范相比。不幸的是,评价图像风格化的任务迄今为止还没有得到很好的定义,因为它涉及主观,感性和美学方面。为了取得进展的解决方案,本文提出了一个新的结构化,三个层次,基准数据集的风格化的肖像图像的评估。严格的标准用于其建设,其一致性是由用户研究验证。此外,已经开发了一种新的方法来评估肖像风格化算法,该方法利用不同的基准水平以及用户研究提供的关于面部特征的注释。我们使用新的基准数据集对各种图像风格化方法(包括肖像专用和通用方法,以及传统的NPR方法和神经风格转移)进行评估。
2020-09-01 cs.CV
GeRM: A Generative Rendering Model From Physically Realistic to Photorealistic
State Key Lab of CAD\&CG, Zhejiang University;Zhejiang Lab China;State Key Laboratory of Industrial Control Technology, Zhejiang University China;Zhejiang University China;Zhejiang Lab;State Key Laboratory of Industrial Control Technology, Zhejiang University;Zhejiang University
GeRM是首个多模态生成渲染模型,通过学习分布转移向量场实现从物理真实到照片级的过渡,结合控制网络和多代理框架提升图像生成质量。
2026-05-14 cs.CV
GANcraft: Unsupervised 3D Neural Rendering of Minecraft Worlds
NVIDIA(英伟达);Cornell University(康奈尔大学)
我们提出了GANcraft,一个无监督的神经渲染框架,用于生成大型3D块世界的真实感图像,例如在Minecraft中创建的图像。我们的方法以一个语义块世界作为输入,其中每个块都被分配了一个语义标签,如污垢,草或水。我们将世界表示为一个连续的体积函数,并训练我们的模型为用户控制的相机渲染视图一致的真实感图像。在块世界没有成对的地面真实图像的情况下,我们设计了一种基于伪地面真实和对抗训练的训练技术。这与用于视图合成的神经渲染的先前工作形成对比,其需要地面实况图像来估计场景几何形状和视图相关外观。除了相机轨迹,GANcraft还允许用户控制场景语义和输出风格。与强基线相比的实验结果表明GANcraft在逼真的3D块世界合成这一新任务上的有效性。该项目的网站是https://nvlabs.github.io/GANcraft/。
2021-04-15 cs.CV
Real-time Photorealistic Dynamic Scene Representation and Rendering with 4D Gaussian Splatting
Fudan University(复旦大学)
本文提出4D高斯泼溅方法,将动态场景建模为可优化的时空4D高斯基元,实现实时照片级动态场景表示与新视图合成。
2024-02-22 cs.CV
R3-Avatar: Record and Retrieve Temporal Codebook for Reconstructing Photorealistic Human Avatars
Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);The University of Tokyo(东京大学);Beihang University(北京航空航天大学)
本文提出 R3-Avatar,通过时间码本记录外观并按相似姿态检索,实现兼顾可动画性与照片级真实感的人体化身重建。
2025-03-17 cs.CV
SurfelNeRF: Neural Surfel Radiance Fields for Online Photorealistic Reconstruction of Indoor Scenes
Tencent PCG(腾讯平台与内容事业群)
SurfelNeRF将显式神经面元几何表示与NeRF渲染结合,通过可微分栅格化实现10倍加速,在ScanNet上以23.82和29.58 PSNR达到在线室内场景重建与真实感渲染的最优性能。
2023-04-18 cs.CV
Where Should the Gaussians Go? Reusable Label-Aware Allocation for Budget-Constrained Gaussian Splatting of Cinematic CT
Vanderbilt University(范德堡大学)
该研究针对预算受限的CT电影渲染高斯溅射,提出可复用的标签感知分配前端,其性能接近逐患者优化分配,在血管PSNR上优于均匀分配和修剪密集模型,且作为初始化可缩短优化时间。
2026-10-14 cs.CV
PS4PRO: Pixel-to-pixel Supervision for Photorealistic Rendering and Optimization
School of Electrical and Computer Engineering, Purdue University(电子与计算机工程学院,普渡大学)
本文提出使用视频帧插值作为神经渲染的数据增强方法,并设计了轻量高质的PS4PRO模型作为隐式世界先验,有效扩充数据集并提升了静态与动态场景的3D重建性能。
2025-05-28 cs.CV eess.IV
Cinematic Gaussians: Real-Time HDR Radiance Fields with Depth of Field
Max-Planck-Institut für Informatik(马克斯·普朗克信息学研究所);Technische Universität Wien(维也纳技术大学);Carnegie Mellon University(卡内基梅隆大学);Universidad de Zaragoza(萨拉戈萨大学)
本文提出基于3D Gaussian Splatting的轻量级方法,利用不同曝光、光圈和对焦距离的多视角LDR图像重建HDR辐射场,并结合薄透镜模型与色调映射实现实时电影级渲染和灵活重对焦。
2024-11-22 cs.CV eess.IV
FlexNeRF: Photorealistic Free-viewpoint Rendering of Moving Humans from Sparse Views
University of Maryland, College Park(马里兰大学帕克分校);Amazon.com, Inc.(亚马逊公司)
我们提出了FlexNeRF,一种用于从单目视频中对运动中的人类进行真实感自由视点渲染的方法。我们的方法适用于稀疏视图,这是一个具有挑战性的情况下,当主体表现出快速/复杂的运动。我们提出了一种新的方法,共同优化规范的时间和姿势配置,与姿势相关的运动场和姿势无关的时间变形相互补充。由于我们新颖的时间和循环一致性约束以及对中间表示(如分割)的额外损失,我们的方法提供了高质量的输出,因为观察到的视图变得稀疏。我们的经验表明,我们的方法显着优于国家的最先进的公共基准数据集以及自我捕获的时尚数据集。该项目的网页可在:https://flex-nerf.github.io/
2023-03-25 cs.AI cs.CV cs.LG
Reflections Unlock: Geometry-Aware Reflection Disentanglement in 3D Gaussian Splatting for Photorealistic Scenes Rendering
针对现有方法将反射误认为几何导致重建质量差的问题,提出基于3DGS的Ref-Unlock框架,通过双分支与高阶球谐函数解耦反射,结合伪深度图和几何约束,提升真实场景渲染质量与编辑能力。
2025-07-08 cs.CV
HISR: Hybrid Implicit Surface Representation for Photorealistic 3D Human Reconstruction
Meta
提出一种由不透明与半透明双层表面组成的混合隐式表示,通过双SDF与分层渲染,实现高保真人体重建,在人体及通用物体上达到先进水平。
2023-12-28 cs.CV
Envisioning a Next Generation Extended Reality Conferencing System with Efficient Photorealistic Human Rendering
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of Miami(迈阿密大学);Arizona State University(亚利桑那州立大学);Futurewei Technologies(华为未来技术研究院)
本文构想了一种下一代扩展现实会议系统流水线,通过探索基于NeRF的加速自由视点合成算法,在保证渲染质量的同时大幅提升训练和推理速度,为构建沉浸式元宇宙会议提供了设计基础。
2023-06-28 cs.CV cs.GR cs.LG
Inverse Rendering for Complex Indoor Scenes: Shape, Spatially-Varying Lighting and SVBRDF from a Single Image
University of California, San Diego(加州大学圣地亚哥分校);Adobe Research(Adobe研究院)
我们提出了一个室内场景的深度逆绘制框架。从一个单一的RGB图像的任意室内场景,我们创建一个完整的场景重建,估计形状,空间变化的照明,和空间变化的,非朗伯表面反射。为了训练这个网络,我们用真实世界的材料来增强SUCG室内场景数据集,并使用快速,高质量,基于物理的GPU渲染器来渲染它们,以创建一个大规模的,逼真的室内数据集。我们的逆渲染网络结合了物理见解-包括空间变化的球形高斯照明表示,用于模拟场景外观的可微分渲染层,用于迭代优化预测的级联结构和用于优化的双边求解器-使我们能够共同推理形状,照明和反射率。实验表明,我们的框架优于以前的方法,估计个别场景组件,这也使各种新的应用增强现实,如照片级真实感的对象插入和材料编辑。代码和数据将公开提供。
2019-05-07 cs.CV
Render-FM: Feedforward Model for Real-time Photorealistic Volumetric Rendering
United Imaging Intelligence(联合影像智能)
提出Render-FM前馈模型,直接从CT体积回归6D高斯溅射参数,实现2.8秒实时渲染,速度提升500倍,并引入解剖引导初始化提升医学图像渲染质量。
2026-06-24 cs.AI cs.CV
Deep Learning for Spacecraft Pose Estimation from Photorealistic Rendering
University of Surrey(萨里大学)
空间交会、对接和碎片清除中的在轨邻近操作需要在大范围照明条件下和针对高度纹理化背景(即,地球本文研究了利用深度学习和真实感渲染进行已知非合作航天器的单目姿态估计。首先,我们提出了一个模拟器建立在虚幻引擎4,命名为URSO,产生标记的图像的航天器绕地球运行,可用于训练和评估神经网络。其次,我们提出了一个基于方向软分类的姿态估计的深度学习框架,该框架允许将方向模糊建模为高斯混合。这一框架在URSO数据集和欧空局构成估计挑战上都进行了评估。在这次比赛中,我们最好的模型在合成测试集上获得第三名,在真实测试集上获得第二名。此外,我们的研究结果显示了几个架构和训练方面的影响,我们定性地展示了在URSO数据集上学习的模型如何在来自太空的真实图像上执行。
2019-08-29 cs.CV cs.LG cs.RO
Photorealistic Object Insertion with Diffusion-Guided Inverse Rendering
NVIDIA(英伟达);University of Toronto(多伦多大学);Vector Institute(向量研究所)
针对现有扩散模型无法在单图场景中生成一致光照的真实感物体插入效果的问题,提出以个性化大扩散模型引导物理逆渲染,恢复光照与色调映射参数,实现真实感合成及材质、色调映射自动优化。
2024-08-19 cs.AI cs.CV cs.GR
FastNeRF: High-Fidelity Neural Rendering at 200FPS
Microsoft(微软)
最近关于神经辐射场(NeRF)的工作展示了如何使用神经网络来编码复杂的3D环境,这些环境可以从新的视角进行逼真的渲染。渲染这些图像的计算要求非常高,即使在高端硬件上,最近的改进距离实现交互速率仍然有很长的路要走。受移动和混合现实设备场景的启发,我们提出了FastNeRF,这是第一个基于NeRF的系统,能够在高端消费GPU上以200 Hz的频率渲染高保真逼真的图像。我们的方法的核心是一个图形启发的因式分解,它允许(i)在空间中的每个位置处压缩缓存深度辐射图,(ii)使用光线方向有效地查询该图以估计渲染图像中的像素值。大量的实验表明,该方法比原来的NeRF算法快3000倍,至少比现有的工作加速NeRF一个数量级,同时保持视觉质量和可扩展性。
2021-04-15 cs.CV
AvatarMe++: Facial Shape and BRDF Inference with Photorealistic Rendering-Aware GANs
Imperial College London(伦敦帝国学院)
在过去的几年里,许多人脸分析任务已经取得了惊人的性能,应用包括人脸生成和3D人脸重建从一个单一的“在野外”的图像。然而,据我们所知,没有方法可以从“野外”图像中生成渲染就绪的高分辨率3D人脸,这可以归因于:(a)用于训练的可用数据稀缺,以及(b)缺乏可以成功应用于非常高分辨率数据的鲁棒方法。在这项工作中,我们介绍了第一种方法,能够重建逼真的渲染准备的3D面部几何和BRDF从一个单一的“在野外”的图像。我们捕获了一个关于面部形状和反射率的大型数据集,并将其公开。我们定义了一个快速的面部真实感微分绘制方法,精确的面部皮肤漫反射和镜面反射,自遮挡和次表面散射近似。有了这个,我们训练一个网络,该网络将面部漫反射和镜面反射BRDF分量从具有烘焙照明的形状和纹理中分离出来,用最先进的3DMM拟合方法重建。我们的方法优于现有技术的一个显着的利润率和重建高分辨率的3D人脸从一个单一的低分辨率图像,可以在各种应用程序中渲染,和桥梁的恐怖谷。
2021-12-11 cs.CV cs.GR
Neural Point-based Volumetric Avatar: Surface-guided Neural Points for Efficient and Photorealistic Volumetric Head Avatar
Tsinghua University, Tencent AI Lab(清华大学);Tencent AI Lab(腾讯AI实验室);Tsinghua University(清华大学)
本文提出了一种基于神经点的体积人像方法,通过高分辨率UV位移图约束神经点,提升建模能力和表达控制精度,有效处理复杂面部区域。
2026-02-19 cs.CV
A Convolutional Neural Deferred Shader for Physics Based Rendering
School of Computing Science, University of Glasgow(Glasgow大学计算机科学学院)
本文提出pbnds+,一种基于物理的神经延迟着色管道,利用卷积神经网络减少参数并提升着色与重照明性能,同时引入能量正则化以应对黑暗照明场景。
2025-12-22 cs.CV
MixRT: Mixed Neural Representations For Real-Time NeRF Rendering
Georgia Tech(佐治亚理工学院);Meta
MixRT通过结合低质量网格、位移图和压缩NeRF模型,在边缘设备上实现实时高质量渲染,速度超30 FPS,存储更小。
2025-03-28 cs.CV
Style-Aware Gloss Control for Generative Non-Photorealistic Rendering
University of Zaragoza -- I3A(萨拉戈萨大学--I3A)
本文提出了一种风格感知的光泽控制方法,通过训练生成模型来解耦光泽与艺术风格,实现对非照片实感图像的精细控制。
2026-08-05 cs.CV cs.GR
RenderFlow: Single-Step Neural Rendering via Flow Matching
Disney Research|Studios(迪士尼研究院/工作室);ETH Zürich(苏黎世联邦理工学院)
本文提出RenderFlow框架,通过流匹配方法实现单步神经渲染,解决传统渲染方法的效率与精度问题,提升渲染质量和视觉效果。
2026-04-07 cs.CV
ASH: Animatable Gaussian Splats for Efficient and Photoreal Human Rendering
Max Planck Institute for Informatics(马克斯·普朗克信息学研究所);Universität Freiburg(弗赖堡大学);Saarbrücken Research Center for Visual Computing, Interaction and AI(萨尔布吕肯视觉计算、交互与人工智能研究中心);ETH Zürich(苏黎世联邦理工学院)
针对动态人体实时照片级渲染难题,提出ASH可动画高斯点方法,通过将高斯点附着于可变形模型并在2D纹理空间学习参数,实现大幅优于现有实时方法、媲美甚至超越离线方法的渲染效果。
2024-04-15 cs.CV
VistaFlow: Photorealistic Volumetric Reconstruction with Dynamic Resolution Management via Q-Learning
Illinois Mathematics and Science Academy(伊利诺伊数学与科学学院)
本文提出VistaFlow技术,通过Q学习训练的QuiQ控制器动态管理渲染分辨率,在集成CPU图形上实现照片级真实感三维体素重建,兼顾高帧率与硬件兼容性,优于现有方法。
2025-02-05 cs.CV cs.GR
Fast Universal Style Transfer for Artistic and Photorealistic Rendering
Peking University(北京大学);Baidu Research(百度研究院);University of Rochester(罗切斯特大学)
通用样式转换是一种图像编辑任务,其使用任意参考图像的视觉样式来渲染输入内容图像,包括艺术风格化和照片真实感风格化两者。给定一对图像作为内容的来源和风格的参考,现有的解决方案通常首先训练自动编码器(AE)以使用深度特征重建图像,然后将预定义的风格转换模块嵌入到AE重建过程中以通过修改深度特征来转换重建图像的风格。虽然现有的方法通常需要多轮耗时的AE重建以获得更好的风格化,但我们的工作旨在在AE之上设计新颖的神经网络架构,以实现快速的风格传输,并且在一次端到端推理中具有更少的伪影和失真。为此,我们提出了两个网络架构名为ArtNet和PhotoNet,以提高艺术和照片逼真的风格化,分别。大量的实验表明,ArtNet生成的图像与最先进的艺术传输算法相比具有更少的伪影和失真,而PhotoNet通过创建清晰的图像来改善真实感风格化结果,忠实地保留输入内容的丰富细节。此外,ArtNet和PhotoNet可以在最先进的算法上实现3倍到100倍的加速,这对于大内容图像来说是一个主要优势。
2019-07-06 cs.CV cs.GR eess.IV
Synscapes: A Photorealistic Synthetic Dataset for Street Scene Parsing
D Labs(7D实验室);Linköping University(林雪平大学)
我们介绍Synscapes --一个使用真实感渲染技术创建的用于街道场景解析的合成数据集,并展示了最先进的训练和验证结果以及新类型的分析。我们研究了在对合成数据进行推理时,在真实数据上训练的网络的行为:这是确定仿真环境等效性的关键因素。我们还比较了在合成数据上训练的网络和在真实数据上评估的网络的行为。此外,通过分析预先训练的现有分割和检测模型,我们说明了不相关的图像以及一组详细的注释如何为计算机视觉系统的分析开辟新的途径,提供有关模型性能如何根据距离,遮挡和相对对象方向等因素变化的细粒度信息。
2018-10-19 cs.CV
Photo-SLAM: Real-time Simultaneous Localization and Photorealistic Mapping for Monocular, Stereo, and RGB-D Cameras
The Hong Kong University of Science and Technology(香港科技大学);Sun Yat-sen University(中山大学)
本文提出 Photo-SLAM 框架,融合显式几何定位、隐式光度特征与 Gaussian-Pyramid 训练,实现单目、双目和 RGB-D 的实时照片级建图,并在嵌入式平台上高效运行。
2024-04-08 cs.CV
CaRtGS: Computational Alignment for Real-Time Gaussian Splatting SLAM
Sun Yat-sen University(中山大学);The University of Hong Kong(香港大学);WeRide Inc.(文远知行公司)
CaRtGS提出一种自适应计算对齐策略,通过增强优化迭代、解决长尾优化和改进稠密化,在实时高斯泼溅SLAM中以更少高斯基元实现高保真逼真场景重建。
2025-03-10 cs.CV cs.RO
Learning Neural Light Transport
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);University of Tübingen(图宾根大学);Amazon(亚马逊)
近年来,深度生成模型由于其合成自然外观图像的能力而变得重要,其应用范围从虚拟现实到用于训练计算机视觉模型的数据增强。虽然现有的模型能够忠实地学习训练集的图像分布,但它们通常缺乏可控性,因为它们在2D像素空间中操作,并且不对物理图像形成过程进行建模。在这项工作中,我们调查的重要性,三维推理的真实感渲染。我们提出了一种方法,学习光传输在静态和动态的3D场景中使用神经网络预测真实感图像的目标。与在2D图像域中操作的现有方法相比,我们的方法在3D和2D空间中进行推理,从而实现全局光照效果和3D场景几何形状的操纵。实验上,我们发现,我们的模型是能够产生真实感渲染的静态和动态场景。此外,它比较有利的基线结合路径追踪和图像去噪在相同的计算预算。
2020-06-05 cs.CV
UPST-NeRF: Universal Photorealistic Style Transfer of Neural Radiance Fields for 3D Scene
ChengDu Sobey Digital Technology Co., Ltd(成都索贝数码科技股份有限公司);Southwest Jiaotong University(西南交通大学);Peng Cheng Laboratory(鹏城实验室);Sichuan University(四川大学)
三维场景真实感风格化的目的是根据给定的风格图像,从任意新颖的视图生成真实感图像,同时确保从不同视点绘制时的一致性。现有的一些基于神经辐射场的风格化方法通过将风格图像的特征与多视角图像相结合来训练三维场景,可以有效地预测风格化场景。然而,这些方法生成包含令人讨厌的伪影的新颖视图图像。此外,他们不能实现普遍的真实感风格化的3D场景。因此,造型图像必须重新训练基于神经辐射场的3D场景表示网络。我们提出了一种新的三维场景真实感风格转换框架来解决这些问题。它可以实现真实感的三维场景风格转换与一个2D风格的图像。我们首先预训练了一个二维真实感风格转换网络,该网络可以满足任意给定内容图像和风格图像之间的真实感风格转换。然后利用体素特征对三维场景进行优化,得到场景的几何表示。最后,我们共同优化了一个超网络,实现了任意风格图像的场景真实感风格转换。在传输阶段,我们使用一个预先训练好的二维真实感网络来约束三维场景中不同视图和不同风格图像的真实感风格。实验结果表明,该方法不仅实现了任意风格图像的三维真实感风格转换,而且在视觉质量和一致性方面优于现有方法。项目页面:https://semchan.github.io/UPST_NeRF。
2022-08-21 cs.CV
NPSim: Nighttime Photorealistic Simulation From Daytime Images With Monocular Inverse Rendering and Ray Tracing
Department of Information Technology and Electrical Engineering(信息技术与电气工程系)
本文提出 NPSim 方法,通过单目逆渲染与光线追踪从日间图像生成逼真夜间图像,重点实现并评估网格重建组件,并规划了定量与感知实验以验证其在自动驾驶语义分割中的价值。
2025-03-10 cs.CV cs.GR
GratNet: A Photorealistic Neural Shader for Diffractive Surfaces
School of Computing, Clemson University(计算机学院,克莱姆森大学)
本文提出GratNet,一种基于多层感知机的数据驱动神经着色器,从数据压缩角度高效渲染衍射表面,在保持高质量重建的同时将内存占用降低两个数量级。
2025-07-01 cs.CV cs.GR
FrameDiffuser: G-Buffer-Conditioned Diffusion for Neural Forward Frame Rendering
FrameDiffuser通过基于G-buffer的自回归框架实现时间一致的神经渲染,结合结构引导和时间一致性,提升逼真度和效率。
2025-12-18 cs.CV cs.GR
Photorealistic Facial Texture Inference Using Deep Neural Networks
Pinscreen;University of Southern California(南加州大学);USC Institute for Creative Technologies(南加州大学创意技术研究所)
我们提出了一种数据驱动的推理方法,可以合成一个完整的三维人脸模型的真实感纹理图,给出了一个人在野外的部分2D视图。在对形状和低频纹理进行初步估计后,我们计算出可见人脸区域的高频部分纹理图,不含阴影分量。为了从这种不完整的输入中提取精细的外观细节,我们引入了一种基于从深度卷积神经网络中提取的中间层特征相关性的多尺度细节分析技术。我们证明,从高分辨率的人脸数据库中拟合一个凸组合的特征相关性可以产生一个语义上合理的面部细节描述的整个脸。一个完整的和真实感的纹理映射,然后可以合成通过迭代优化重建的特征相关性。使用这些高分辨率纹理和商业渲染框架,我们可以生成高保真3D渲染,在视觉上与最先进的多视图人脸捕捉系统所获得的效果相当。我们展示了成功的人脸重建从广泛的低分辨率输入图像,包括历史人物。除了广泛的评估,我们使用众包用户研究来验证我们的结果的真实性。
2016-12-02 cs.CV cs.GR
Object-Centric Neural Scene Rendering
Stanford University(斯坦福大学);Google Research(谷歌研究院)
我们提出了一种方法,用于组成逼真的场景从捕获的图像的对象。我们的工作建立在神经辐射场(NeRFs)的基础上,它隐含地模拟了场景的体积密度和定向发射的辐射。虽然NeRFs合成逼真的图片,但它们只对静态场景进行建模,并且与特定的成像条件密切相关。这个属性使得NeRF很难推广到新的场景,包括新的照明或新的对象排列。我们建议学习以对象为中心的神经散射函数(OSF),而不是像NeRF那样学习场景辐射场,OSF是一种使用照明和视图相关的神经网络隐式建模每个对象光传输的表示。这使得即使对象或灯光移动时也可以渲染场景,而无需重新训练。结合体积路径追踪程序,我们的框架是能够渲染内和对象间的光传输效果,包括闭塞,镜面反射,阴影,和间接照明。我们评估我们的方法在场景组成,并表明它概括到新的照明条件下,产生逼真的,物理上准确的多对象场景渲染。
2020-12-15 cs.CV cs.GR
SceneNet RGB-D: 5M Photorealistic Images of Synthetic Indoor Trajectories with Ground Truth
Dyson Robotics Laboratory at Imperial College(帝国理工学院戴森机器人实验室);Imperial College London(帝国理工学院)
我们引入了场景网RGB-D,扩展了场景网以前的工作,使室内场景轨迹的大规模真实感渲染。它为场景理解问题(如语义分割、实例分割和目标检测)以及几何计算机视觉问题(如光流、深度估计、摄像机姿态估计和3D重建)提供像素完美的真值。随机采样允许几乎无限的场景配置,在这里,我们提供了一组5 M渲染的RGB-D图像,来自合成布局中超过15 K的轨迹,具有随机但物理模拟的对象姿势。每个布局还具有随机照明、相机轨迹和纹理。该数据集的规模非常适合使用RGB-D输入从头开始预训练数据驱动的计算机视觉技术,这在以前受到NYUv 2和SUN RGB-D中相对较小的标记数据集的限制。它还提供了一个基础,通过提供完美的相机姿势和深度数据作为代理的SLAM系统的调查3D场景标记任务。我们将数据集托管在http://robotvault.bitbucket.io/scenenet-rgbd.html
2017-01-30 cs.CV
Progressive Photorealistic Simplification
Reichman University and Google(里奇曼大学和谷歌);Google Israel(谷歌以色列);Hebrew University and Google(希伯来大学和谷歌);Google(谷歌)
本文提出渐进式语义图像简化框架,通过迭代去除并修补元素保持逼真外观,结合视觉-语言模型和学习验证器实现高效高质量的简化过程,应用于内容感知清理和交互编辑。
2026-05-11 cs.CV
RayGauss: Volumetric Gaussian-Based Ray Casting for Photorealistic Novel View Synthesis
Centre for Robotics, Mines Paris - PSL, PSL University(巴黎矿业-PSL大学机器人中心,PSL大学)
RayGauss提出用高斯函数结合球面高斯/谐波表示辐射场,并通过BVH加速的不规则高斯可微射线投射替代抛雪球,在Blender数据集上以25 FPS实现优于现有方法的渲染质量,同时避免伪影。
2025-02-04 cs.CV cs.GR
Gaussian Pixel Codec Avatars: A Hybrid Representation for Efficient Rendering
Meta Codec Avatars Lab(Meta 编码人像实验室);Meta Reality Labs(Meta 现实实验室);Stellon Labs(Stellon 实验室)
GPiCA通过结合三角网格和各向异性3D高斯,实现高效渲染的逼真头像生成
2025-12-17 cs.CV cs.GR
PoseCraft: Tokenized 3D Body Landmark and Camera Conditioning for Photorealistic Human Image Synthesis
University of Cambridge(剑桥大学);Google(谷歌)
PoseCraft通过令牌化3D姿态和相机信息,提升人像合成的逼真度和细节保留能力。
2026-02-22 cs.CV
Semantic-Human: Neural Rendering of Humans from Monocular Video with Human Parsing
School of Software Engineering, Xi’an Jiaotong University(西安交通大学软件学院);Institute for Infocomm Research, Agency for Science, Technology and Research(新加坡科技研究局信息通信研究院)
针对现有神经渲染忽略人体解析、运动场泛化性差的问题,提出Semantic-Human方法,扩展NeRF联合编码语义等信息,结合SMPL约束,在ZJU-MoCap数据集上取得优异效果并支持多种应用。
2023-08-19 cs.CV
Photorealism in Driving Simulations: Blending Generative Adversarial Image Synthesis with Rendering
The Ohio State University(俄亥俄州立大学);Chongqing Changan Automobile Co Ltd(重庆长安汽车股份有限公司)
驾驶模拟器在开发和测试新的智能车辆系统方面发挥着重要作用。仿真的视觉逼真度对于构建基于视觉的算法和进行人类驾驶员实验至关重要。低视觉保真度破坏了人在环驾驶实验的沉浸感。传统的计算机图形流水线使用详细的3D模型、网格、纹理和渲染引擎来从3D场景生成2D图像。这些过程是劳动密集型的,并且它们不会生成逼真的图像。在这里,我们介绍了一个混合生成神经图形管道,用于提高驾驶模拟的视觉保真度。给定一个3D场景,我们只部分渲染感兴趣的重要对象,如车辆,并使用生成对抗过程来合成背景和图像的其余部分。为此,我们提出了一种新的图像形成策略,形成2D语义图像从3D场景组成的简单的对象模型没有纹理。然后,这些语义图像被转换为具有照片般真实感的RGB图像,并使用最先进的生成对抗网络(GAN)对真实驾驶场景进行训练。这取代了随机生成的重复性,但逼真的表面。最后,部分渲染的图像和GAN合成的图像用混合GAN混合。我们表明,与传统方法相比,所提出的方法生成的图像的逼真度更类似于现实世界的驾驶数据集,如Cityscapes和KITTI。这种比较是使用语义保持分析和Frechet起始距离(FID)测量。
2022-07-21 cs.CV cs.GR
GeoDiff4D: Geometry-Aware Diffusion for 4D Head Avatar Reconstruction
Tsinghua University(清华大学);Li Auto(利亚自动)
GeoDiff4D通过几何感知扩散模型,结合表面法线和表情编码器,实现了高保真的4D头像重建,提升了视觉质量和跨身份泛化能力。
2026-03-12 cs.CV
Enhancement of 3D Gaussian Splatting using Raw Mesh for Photorealistic Recreation of Architectures
Southeast University(东南大学)
本文提出利用现有原始3D模型引导3D Gaussian Splatting捕捉建筑基本形状,在非系统化拍摄下改善纹理与细节的视觉质量,提升建筑设计领域的3D重建效果。
2024-09-26 cs.CV
MeGAS: Thermomechanical Dynamic Gaussian Splatting for Thermophysical Scene Editing
State Key Laboratory of CAD\&CG, Zhejiang University(浙江大学计算机辅助设计与图形学国家重点实验室);University of British Columbia(不列颠哥伦比亚大学)
提出MeGAS框架,将热力学相变动力学融入3D高斯泼溅,通过温度属性、热对流-扩散求解器和MPM动力学实现热物理现象的物理真实合成,并采用拓扑自适应渲染策略处理极端变形。
2026-06-23 cs.CV
Photorealistic Image Synthesis for Object Instance Detection
Czech Technical University in Prague(布拉格捷克理工大学);Microsoft Research(微软研究院)
本文提出了一种高真实感三维物体模型图像的合成方法,并将其用于训练一个卷积神经网络来检测真实图像中的物体。所提出的方法有三个关键成分:(1)三维物体模型渲染在三维模型的完整场景与现实的材料和照明,(2)合理的几何配置的对象和相机在场景中使用物理模拟生成,和(3)高逼真度的合成图像所实现的基于物理的渲染。当在通过所提出的方法合成的图像上进行训练时,与通过在随机照片上渲染对象模型来合成训练图像的基线相比,Faster R-CNN对象检测器在Rutgers APC上实现了mAP@.75IoU的24%的绝对改进,在LineMod-Occluded数据集上实现了11%的绝对改进。这项工作是朝着能够有效地训练对象检测器而不捕获或注释任何真实图像迈出的一步。用于各种计算机视觉任务的60万合成图像数据集将在项目网站上发布:thodan.github.io/objectsynth。
2019-02-09 cs.AI cs.CV cs.RO