OpenMaterial: A Comprehensive Dataset of Complex Materials for 3D Reconstruction

最近深度学习领域的一些新进展，如神经辐射场和隐式神经表示，显著推动了三维重建领域的发展。然而，准确地重建具有复杂光学特性的物体，如金属和玻璃，仍然是一个艰巨的挑战，因为它们具有独特的反射和透光特性。为了促进解决这些挑战的方案的发展，我们引入了OpenMaterial数据集，其中包括1001个物体，由295种不同的材料制成，包括导体、介质、塑料及其粗糙变体，并在723种不同的光照条件下捕获。为此，我们利用基于物理的渲染和实验室测量的折射率（IOR）生成高保真度的多视角图像，这些图像与真实世界的物体非常相似。OpenMaterial提供了全面的注释，包括3D形状、材料类型、相机姿态、深度和物体掩码。它是第一个能够在具有多样化和具有挑战性材料的物体上对现有算法进行定量评估的大规模数据集，从而为开发能够处理复杂材料特性的三维重建算法铺平了道路。

解决复杂光学特性物体的3D重建问题

引入OpenMaterial数据集，包含1001个由295种不同材料制成的物体，以及723种不同的光照条件，提供全面的注释，为处理复杂材料特性的3D重建算法的开发提供基础。

OpenMaterial数据集是第一个大规模数据集，能够对处理具有多样化和挑战性材料的物体的现有算法进行量化评估，从而为处理复杂材料特性的3D重建算法的开发铺平道路。

最近的相关研究包括：Neural Radiance Fields, Implicit Neural Representations等。