Tags / 主题阅读
# 逆向渲染
2 篇笔记，沿着这个主题继续阅读。
页面
图形学可微渲染与神经渲染Differentiable & Neural Rendering逆向渲染 (inverse rendering) 要从图像反推场景参数 \mathbf x（形状、材质、光照……），通常写成优化问题 \mathbf x^=\arg\min{\mathbf x}g(f(\mathbf x))，其中 f 是渲染器，g 是损失函数。参数维度可达数百万，只能用梯度下降，因此需要可微渲染 (differentiable rendering)：不构造巨大的雅可比矩阵，直接计算"图像空间梯度 × 雅可比"这一向量-矩阵乘积。难点是可见性造成的不连续、反向模式的内存开销和导数积分的采样。机器学习与渲染的结合可分三类：用学习得到的数据结构替换传统数据结构、用神经网络改进传统渲综合高斯表示的工程化：压缩、LOD 与可编辑资产Engineering Gaussian Representations3D Gaussian Splatting (3DGS) 的优势是把捕获场景变成显式、可并行投影的高斯集合；真正要放进实时产品，难点却从“能否渲染”转移到了高斯数量、显存带宽、层次细节、流送、编辑接口和材质分解。本页把论文中的工程路线串成一条链：先控制表示规模，再让质量随视距和预算变化，最后补上网格、材质和可重光照接口。