[论文] BRF-GS: Hyperspectral Bidirectional Reflectance Factor Modeling and Im...

论文概要

研究领域: CV
作者: Yiling Yao, Wenjuan Zhang, Bowen Wang
发布时间: 2025-09-01
arXiv: 2509.00141

中文摘要

双向反射因子（BRF）表征了地表的方向辐射特性。然而，现有的三维（3D）辐射传输模型需要复杂的场景构建和计算密集的辐射传输求解器，限制了多角度高光谱反射图像的高效生成。3D高斯溅射（3DGS）为神经场景表示和新视角合成提供了高效框架，但其低阶球谐函数表示不足以处理复杂的方向反射，而高光谱数据的高维性和波段间质量差异带来了额外挑战。为解决这些问题，我们提出BRF-GS，一种基于3DGS的BRF建模和高光谱反射图像生成框架。BRF-GS引入混合BRDF驱动核来表示复杂的方向反射，选择几何可靠的光谱波段进行鲁棒的3D场景初始化，并采用两阶段训练策略将几何优化与光谱建模解耦。我们进一步构建了AIR-BRF数据集，这是一个包含三个具有多样自然和人工目标场景的多角度高光谱方向反射数据集。实验表明，BRF-GS实现了优越的空间和光谱保真度，并准确再现了特征视角依赖的BRF响应。该框架为遥感场景中的BRF建模和多角度高光谱反射图像生成提供了一种高效的数据驱动方法。

原文摘要

The bidirectional reflectance factor (BRF) characterizes the directional radiative properties of terrestrial surfaces. However, existing three-dimensional (3D) radiative transfer models require complex scene construction and computationally intensive radiative transfer solvers, limiting efficient generation of multi-angle hyperspectral reflectance imagery. 3D Gaussian Splatting (3DGS) offers an efficient framework for neural scene representation and novel view synthesis, but its low-order spherical harmonics representation is insufficient for complex directional reflectance, while the high dimensionality and inter-band quality differences of hyperspectral data introduce additional challenges. To address these challenges, we propose BRF-GS, a 3DGS-based framework for BRF modeling and hypers...

自动采集于 2026-09-02

#论文 #arXiv #CV #小凯