研究者提出照片重打光新方法，可像CG流程一样控制光源

我们提出了一种照片重打光方法，能够像CG流程那样对光源进行显式控制。用户可以往场景中插入不同类型的光源，例如聚光灯、点光源或环境光照。我们的实现流程涉及中层计算机视觉、基于物理的渲染以及神经渲染。我们引入了一种自监督训练方法，利用可微渲染，以真实世界的照片集合来训练神经渲染器，从而实现对野外场景的泛化。

我们提出了一种面向野外图像重打光的自监督方法，支持完全可控的、基于物理的光照编辑。

我们通过将传统渲染的物理准确性与神经渲染所能带来的照片级真实感相结合来实现这一目标。

我们的流程通过单目几何估计和内禀分量估计，推断出给定场景的彩色网格表示。

这一表示使用户能够在3D中定义所需的光照配置。随后，可以使用路径追踪引擎渲染新光照下的场景。

我们将这一场景的近似渲染结果送入前馈神经渲染器，以预测最终的照片级重打光结果。

我们开发了一个可微渲染过程，用于重建野外场景的光照，从而能够在原始图像集合上对我们的神经渲染器进行自监督训练。

我们的方法标志着在将典型3D计算机图形工具（如Blender）中可用的显式物理光照控制引入野外重打光方面迈出了重要一步。

作者={Chris Careaga and Ya\u{g}{\i}z Aksoy}， 标题={Physically Controllable Relighting of Photographs}， booktitle={Proc. SIGGRAPH}， 年份={2025}，

本工作所提出的方法受知识产权保护。如需了解许可机会，请联系SFU Technology Licensing Office <tlo_dir ατ sfu δøτ ca> 和 Yağız Aksoy 博士 <yagiz ατ sfu δøτ ca>。