AEGIR: Gaussian Splatting을 이용한 실내 역렌더링(Inverse Rendering)을 위한 면 광원(Area

원문 발행 2026. 06. 27. 07:34원문 언어 영어AI 한국어 번역arXiv cs.GR (Graphics) 원문 보기

요약

AEGIR은 Gaussian Splatting 기반의 실내 역렌더링을 위해 국부 면 광원을 명시적으로 모델링하는 프레임워크입니다. 미분 가능한 지연 렌더링 파이프라인을 통해 조명, 재질, 기하 구조를 공동 최적화하여 물리적으로 정확한 재조명을 구현합니다.

핵심 포인트

Gaussian Splatting 내 국부 면 광원(Area Emitters) 명시적 모델링
다중 중요도 샘플링과 타겟 정규화를 결합한 미분 가능한 지연 렌더링 도입
조명과 재질 간의 모호성 문제를 해결하여 정확한 빛 전달 시뮬레이션
새로운 시점 합성, 제어 가능한 재조명, 가상 객체 삽입 성능 향상

역렌더링 (Inverse rendering)은 조명 (illumination)을 표면 재질 (surface materials)로부터 분리해야 하지만, 관찰된 이미지 내에서 이들이 밀접하게 결합되어 있어 매우 모호합니다. Gaussian Splatting은 새로운 시점 합성 (novel view synthesis)에는 효율적이지만, 기존의 재조명 가능 (relightable) 방법들은 이산적인 점 광원 (point lights), 전역 환경 맵 (global environment maps), 또는 암시적 표현 (implicit representations)을 사용하여 장면 조명을 근사합니다. 실제 세계의 광원이 가진 물리적 공간 범위를 무시함으로써, 이러한 접근 방식들은 잘못된 빛 감쇠 (light attenuation)와 비현실적인 그림자를 생성합니다. 우리는 재조명 가능한 Gaussian Splatting 표현 내에서 국부 면 광원 (local area emitters)을 명시적으로 모델링하는 프레임워크인 AEGIR (Area Emitters for Gaussian Inverse Rendering)을 제안합니다. 광원 (emitters), 재질 (materials), 그리고 기하 구조 (geometry)의 공동 최적화 (Joint optimization)는 유연한 광원 파라미터화 (parameterization)로 인해 어려움이 따르며, 이는 파라미터의 수를 증가시키고 조명과 재질 사이의 모호성을 높입니다. 우리는 다중 중요도 샘플링 (multiple importance sampling)을 타겟 정규화 (targeted regularization)와 통합하는 미분 가능한 지연 렌더링 (differentiable deferred rendering) 파이프라인을 도입하여 이 문제를 해결합니다. 그 결과, AEGIR은 국부 빛 전달 (local light transport)을 정확하게 시뮬레이션하고 더욱 일관된 분해 (decomposition)를 달성합니다. 실험 결과, 명시적인 면 광원 (area emitters)은 조명 재구성 (illumination reconstruction)을 개선하며, 특히 복잡한 국부 조명이 있는 장면에서 새로운 시점 합성 (novel view synthesis), 제어 가능한 재조명 (controlled relighting), 그리고 가상 객체 삽입 (virtual object insertion)을 포함한 다운스트림 태스크 (downstream tasks)를 향상시킴을 보여줍니다.

AI 자동 생성 콘텐츠

원문 바로가기

AEGIR: Gaussian Splatting을 이용한 실내 역렌더링(Inverse Rendering)을 위한 면 광원(Area

요약

핵심 포인트

댓글