NieR: Normal-Based Lighting Scene Rendering

在真实的道路场景中，不同的材料属性导致了复杂的光反射现象，因此准确的颜色再现对于增强模拟驾驶环境的真实感和安全性至关重要。然而，现有的方法往往难以捕捉到完整的光照效果，特别是在动态场景中，视角变化会引起显著的材料颜色变化。为了解决这个挑战，我们引入了 NieR（基于法线的光照场景渲染），这是一个新颖的框架，考虑到不同材料表面上的光反射细节，从而实现更精确的渲染。为了模拟光照合成过程，我们提出了 LD（光分解）模块，捕捉表面上的光反射特性。此外，为了解决动态光照场景，我们提出了 HNGD（分层法线梯度密度化）模块，克服了稀疏高斯表示的局限性。具体而言，我们根据法线梯度动态调整高斯密度。实验评估表明，我们的方法在视觉质量方面优于现有最先进的方法，并且在性能指标方面具有显著优势。代码可在 https://wanghongsheng01.github.io/NieR/ 上获得。

论文旨在解决复杂光反射现象下的准确颜色还原问题，特别是在动态场景下观察角度变化引起的材料颜色变化。

论文提出了NieR（Normal-Based Lighting Scene Rendering）框架，包括LD（Light Decomposition）模块和HNGD（Hierarchical Normal Gradient Densification）模块来模拟光合成过程和处理动态光照场景。

论文实验表明该方法在视觉质量和性能指标方面优于现有的最先进方法。研究者提供了代码，并且该方法对于增强模拟驾驶环境的真实性和安全性具有重要意义。

最近的相关研究包括Deep Shading、Radiance Fields和NeRF等。