Keypoints for Me
•
BRDF 파라미터를 예측하는 것보다 visibility와 depth termination을 예측하여 전반적인 light transport의 cost를 줄인 것이 main contribution으로 보인다. 기존 NeRF에서 density로 implicit하게 학습하고자 한 부분을 명시한 것이 주요하다고 생각한다.
•
하지만 아쉽게도 light transport를 approximate하려는 노력이 논문의 주여서, 내가 크게 참고할만한 부분은 없는 것으로 보인다.
Critize
•
총 2개의 MLP를 제안하는데, 여기서 하나는 BRDF의 parameter를 예측하여 이를 통해 rendering equation 을 적용한다. Ray의 각 점의 radiance를 예측하는 NeRF보다 렌더링에 소요되는 시간이 훨씬 길 것으로 예상한다. 물론 이를 보완하기 위한 다양한 방식들을 제안하였지만, complex한 case에서 NeRF보다 성능이 좋을 지언정 속도는 느릴 것으로 보인다.
•
이에 더해서, 몇개의 사진으로 학습했는지 등등에 대한 정보가 적다.
•
하지만 reflectance는 언제나 그렇듯 몇번의 bounce까지를 고려하느냐가 꽤나 중요한데, 본 연구는 이를 1로 제한하였다. 그리고 hard-surface라는 가정까지 더해져서, sub-surface scattering이 중요하거나 매우 complex한 lighting 상황이라면 과연 좋은 성능을 낼 수 있을지 잘 모르겠다.
Minor Keypoints
•
Write minor parts that I would like to investigate further (e.g. analysis/implementation tips)
References
Leave related page links in this page or a title with a link to arXiv
