Neural LightRig團隊 投稿量子位 | 公眾號 QbitAI
如何從一張普通的單幅影像準確估計物體的三維法線和材質屬性，是計算機視覺與圖形學領域長期關注的難題。
這種單圖逆渲染任務存在嚴重的不確定性，傳統方法通常需要多角度或多光源的拍攝條件，難以在日常場景中普遍應用。
近日，由香港中文大學、上海人工智慧實驗室及南洋理工大學的研究團隊聯合研發的論文《Neural LightRig: Unlocking Accurate Object Normal and Material Estimation with Multi-Light Diffusion》。
其成果已被計算機視覺頂級會議CVPR 2025正式接收。
核心立意
Neural LightRig創新性地提出利用影像擴散模型（如Stable Diffusion）的強大先驗資訊，生成虛擬的多光照影像，從而有效解決單圖估計法線和PBR材質過程中存在的不確定性問題。
研究團隊首次提出透過微調預訓練的影像擴散模型，生成不同光照條件下的一致性多光照影像序列，這種方法有效減少了單圖估計過程中的內在不確定性。
混合條件策略：透過通道級別的影像拼接與參考注意力機制的結合，引入輸入影像的先驗資訊，有效保證了生成影像的顏色和紋理細節的一致性。
雙階段微調策略：首先僅微調擴散模型的初始卷積層及注意力層，以穩定早期訓練；隨後以較低學習率微調整個模型，進一步提升模型生成多光照影像的質量。
2. 基於U-Net的大型G-buffer重建模型
利用擴散模型生成的多光照影像作為輔助資訊，團隊設計了一個基於U-Net架構的迴歸模型，以實現對物體表面法線和PBR材質屬性（包括反照率、粗糙度、金屬性）的高效精確估計。
顯式光照條件輸入：透過對光源位置進行球面座標編碼，使模型能顯式地關聯不同光照方向下的影像變化，更有效地預測物體表面屬性。
最佳化目標設計：採用餘弦相似度損失和均方誤差(MSE)聯合最佳化法線估計，材質估計則採用簡單而有效的均方誤差損失。
資料增強策略：針對擴散模型生成影像與真實渲染影像之間的領域差異，提出隨機降質、亮度調整、光照方向擾動和資料混合策略，以提高模型的泛化能力與穩定性。
實驗表現
在自主構建的大規模資料集LightProp上的實驗結果表明，Neural LightRig在各項指標上全面超越現有先進方法：
-
法線估計：平均角度誤差顯著降低至6.413°，大幅提高估計精度（詳見論文表1和圖5）； -
材質估計與新光照下渲染效果：實現了對反照率、粗糙度和金屬性等材質屬性的精準估計，並能夠生成逼真的單圖重光照效果（詳見論文表2與圖6圖7）。
此外，該方法在真實世界影像中的泛化表現突出，展現出良好的實際應用潛力，適用於增強現實（AR）、虛擬現實（VR）和數字內容創作等廣泛領域。
法線估計
材質估計
新光照渲染
開源與資源為促進研究與應用，研究團隊已公開了相關資源，歡迎社群同行積極使用和探索：程式碼開源地址：https://github.com/ZexinHe/Neural-LightRig
資料集開源地址：https://huggingface.co/datasets/zxhezexin/NLR-LightProp-Objaverse-Renderings
預訓練模型地址：https://huggingface.co/zxhezexin/neural-lightrig-mld-and-recon
論文連結：https://arxiv.org/abs/2412.09593專案主頁：https://projects.zxhezexin.com/neural-lightrig/
一鍵三連「點贊」「轉發」「小心心」
歡迎在評論區留下你的想法！
— 完 —
學術投稿請於工作日發郵件到：
標題註明【投稿】，告訴我們：
你是誰，從哪來，投稿內容
附上論文/專案主頁連結，以及聯絡方式哦
我們會（儘量）及時回覆你
🌟 點亮星標 🌟