#343 · 主分类: 计算机视觉
redner
computer-graphics
computer-vision
differentiable-rendering
monte-carlo-ray-tracing
pytorch
rendering
tensorflow
可微渲染,无近似。
项目最后更新:08/19/22
GitHub Stars
1.4K
Forks数量
145
贡献者数量
26
许可证
MIT
收录理由
redner 是一个可微渲染器,能够把渲染输出的梯度一路反传到正在优化的三维场景参数上,包括相机位姿、光照、材质和物体几何。这样一来,做逆向渲染或三维重建时,就不必把渲染器当作黑箱,而是可以直接用普通的梯度下降,让场景朝着目标图像不断调整。它真正值得推荐的地方在于,梯度是准确可靠的——通过随机估计并恰当处理轮廓线和可见性边缘处的不连续性,优化信号不会被平滑掉。物理渲染模式能产生全局光照和阴影,同时仍然给出正确的导数,适合光照和软遮挡起关键作用的场景;而更快的延迟着色模式则适用于局部着色足够的情况。同时支持 PyTorch 和 TensorFlow,pip 即可安装,能干净地融入现有的 Python 流程。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。