🔥 今日值得一读
仅用野外照片，3D高斯人像重光照渲染快12倍！
GSHeadRelight: Fast Relightability for 3D Gaussian Head Synthesis
👨💼 主理人解读 · 为什么值得关注
可实时对人像高斯模型重打光，开发者能用于VR/AR虚拟人像与摄影后期。
📖 AI 总结
该论文提出GSHeadRelight方法，旨在解决3D-aware人像重打光中真实感渲染、实时性能与泛化能力难以兼顾的问题。现有方法多依赖昂贵且有限的光场采集数据做监督，或基于生成式NeRF，导致3D一致性差、实时性不足。作者转而利用生成式3D高斯的最新进展，设计了一种基于统一神经辐射传输表示的照明模型，该模型对入射光呈线性响应。方法仅使用野外拍摄图像进行训练，即取得当前最优的重打光效果，渲染速度较此前3D-aware人像重打光研究提升约12倍。该工作为VR、AR及人像摄影等应用提供了兼顾质量与效率的新方案。
🔑 关键词速览
| 3D Gaussian | 3D高斯：一种用于表示3D场景的显式点云表示，每个点携带高斯分布属性，支持高效渲染。 |
| NeRF | 神经辐射场：一种基于隐式神经网络的3D场景表示方法，通过体积渲染合成新视角图像。 |
| Relighting | 重光照：在给定新光照条件下重新渲染场景或对象的技术，常用于人像和虚拟场景。 |
| Neural Radiance Transfer | 神经辐射传递：一种表示光线在场景中传输过程的神经网络模型，用于高效计算光照响应。 |
| Novel View Synthesis | 新视角合成：从一组输入图像生成场景在未观察视角下的图像的技术。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅