LTC-IR : 선형 변환 코사인 함수를 사용한 다중뷰 경계인식(edge-aware) 기반 역방향 렌더링
LTC-IR : Multi view Edge-Aware Inverse Rendering with Linearly Transformed Cosines
- 주제어 (키워드) 그래픽스 , 역방향 렌더링 , 재질 반사 모델 , 환경 조명 , 선형 변환된 코사인 함수 , graphics , inverse rendering , BRDF , environmental lighting , linearly transformed cosines
- 발행기관 서강대학교 일반대학원
- 지도교수 이주호
- 발행년도 2025
- 학위수여년월 2025. 8
- 학위명 석사
- 학과 및 전공 일반대학원 인공지능학과협동과정
- 실제 URI http://www.dcollection.net/handler/sogang/000000081846
- UCI I804:11029-000000081846
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록 (요약문)
환경조명(environmental lighting)과재질(material)을분해하는것은반구전체에 걸쳐 밀접하게 얽혀 통합되어 있기 때문에 어렵다. 이들을 정확하게 분리하기 위해서 는 조명 표현에서 객체 경계나 텍스처 대비와 같은 일반적인 이미지 특징을 표현해야 하는데, 이는 기존 역방향 렌더링 방식에서는 종종 간과되는 부분이다. 본 논문에서는 조명의 경계(edge)를 효율적으로 포착하는 역 렌더링 방법을 제안한다. 우리는 삼각 형의 모서리를 조명의 경계(edge)에 정렬하여 조명의 경계(edge)를 표현할 수 있는 삼각형 메시 기반의 조명 표현을 소개한다. 또한 선형 변환된 코사인 함수(linearly transformed cosines, LTC)를 재질 반사 모델(bidirectional reflectance distribution function, BRDF)의 근사로 활용하여 환경 조명의 쉐이딩(shading)을 효율적으로 계산 한다. 본연구의에지-중심(edge-aware)기반역방향렌더링은미분가능한렌더링을통해 조명 경계(edge)를 재구성함과 동시에 재질 반사 모델(BRDF)의 매개변수를 추정함으 로써 반사율과 조명 분포를 정확하게 분리한다. 다양한 소재/장면 설정을 포함한 본 연구의 실험을 통해 본 연구 방법의 재구성 성능과 계산 효율성을 입증한다.
more초록 (요약문)
Decomposing environmental lighting and materials is challenging as they are tightly intertwined and integrated over the hemisphere. In order to precisely decouple them, the lighting representation must represent general image features such as object boundaries or texture contrast, called light edges, which are often neglected in the existing inverse rendering methods. In this paper, we propose an inverse rendering method that efficiently captures light edges. We introduce a triangle mesh-based light representation that can express light edges by aligning triangle edges with light edges. We exploit the linearly transformed cosines as BRDF approximations to efficiently compute environmental lighting with our light representation. Our edge-aware inverse rendering precisely decouples distributions of reflectance and lighting through differentiable rendering by jointly reconstructing light edges and estimating the BRDF parameters. Our experiments, including various material/ scene settings and ablation studies, demonstrate the reconstruction performance and computational efficiency of our method.
more목차
제 1 장 서론 3
1.1 연구배경 및 목적 3
1.2 본 논문의 기여도 및 구성 4
제 2 장 배경 지식 및 연구 6
2.1 정방향 렌더링 6
2.2 GGX 분포 기반의 미세면 반사 모델 7
2.3 역방향 렌더링 8
2.4 선형 변환된 코사인 함수를 사용한 면조명 렌더링 8
2.5 재질 반사 모델의 비램버트형 반사현상의 효과적인 모델링 기법 9
제 3 장 관련 연구 11
3.1 구면 가우시안 함수기반 역방향 렌더링 11
3.2 통합방향 인코딩을 적용한 신경망 기반 역방향 렌더링 12
3.3 조명 맵 기반 역방향 렌더링 12
3.4 5차원 입력 신경망 기반 역방향 렌더링 13
제 4 장 경계인식 기반 조명을 활용한 역방향 렌더링 기법 14
4.1 LTC-IR 학습 개요 14
제 5 장 새로운 조명 모델 16
5.1 삼각형 메시 기반 조명 표현 16
5.1.1 조명의 기하 표현 16
5.1.2 조명의 색상 표현 17
5.2 선형 변환된 코사인 함수를 사용한 재질 반사 모델 표현 18
5.2.1 BRDF 재질의 필드 표현 18
5.2.2 BRDF 재질 모델링 18
5.2.3 선형 변환 코사인 함수 19
5.2.4 BRDF 재질과 선형 변환 코사인 함수의 매핑 기법 20
5.3 효율적인 조명의 쉐이딩(shading) 기법 21
5.3.1 기본색상의 난반사/정반사 쉐이딩 21
5.3.2 그라데이션 색상의 난반사 쉐이딩 22
5.3.3 그라데이션 색상의 정반사 쉐이딩 22
제 6 장 경계 인식 기반 역방향 렌더링 30
6.1 삼각형 면의 기본 색상 추정 30
6.2 삼각형 모서리의 경계 정렬 32
6.3 그라데이션을 사용한 조명 정밀화 기법 34
6.4 삼각형 병합 35
제 7 장 실험 결과 36
7.1 구현 세부사항 36
7.2 데이터셋 36
7.3 평가지표 37
7.4 역방향 렌더링 모델들의 비교 실험 37
7.4.1 비교 기준 모델 선정 37
7.4.2 조명과 재질 복원 비교 38
7.4.3 난반사 및 정반사 렌더링 비교 41
7.5 어블레이션 연구:역방향 렌더링 단계의 적합성 실험 42
7.6 어블레이션 연구:메시 변형 요소의 적합성 실험 44
7.7 어블레이션 연구:삼각형 병합 단계의 효율성 실험 45
제 8 장 이론적 고찰 및 응용 47
8.1 다양한 해상도에서의 조명 모델 표현력 실험 47
8.2 고정된 메모리에서 조명 모델들의 표현력 실험 48
8.3 다양한 반사 특성을 가진 물체에 대한 정확도 실험 50
8.4 조명 변경 시뮬레이션 결과 51
제 9 장 결론 및 향후 연구 53
9.1 결론 53
9.2 한계점 및 향후 연구 53
