基于3D高斯泼溅的高光谱BRF建模与图像生成方法
原文：BRF-GS: Hyperspectral Bidirectional Reflectance Factor Modeling and Image Generation Based on 3D Gaussian Splatting
双向反射因子（BRF）表征了地表的方向性辐射特性。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量巨大的辐射传输求解器，限制了多角度高光谱反射影像的高效生成。3D Gaussian Splatting（3DGS）为神经场景表示和新视角合成提供了高效框架，但其低阶球谐表示不足以刻画复杂的方向性反射，而高光谱数据的高维度以及波段间质量差异也带来了额外挑战。为应对这些挑战，我们提出 BRF-GS，一个基于 3DGS 的 BRF 建模与高光谱反射图像生成框架。BRF-GS 引入混合 BRDF 驱动的核来表示复杂的方向性反射，选择几何可靠的光谱波段进行稳健的 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。我们还构建了 AIR-BRF 数据集，这是一个包含三个场景、涵盖多样自然与人造目标的多角度高光谱方向反射数据集。实验表明，BRF-GS 在空间和光谱保真度上表现优异，并能准确再现特征性的随视角变化的 BRF 响应。所提出的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。作者：Yiling Yao, Wenjuan Zhang, Bowen Wang, Bocheng Li, Wentao Song 分类：cs.CV