微分可能偏光パストレーシング

物理ベースの微分可能レンダリングは、逆レンダリング問題（3次元再構成、反射率推定、照明推定など）において強力なツールであることが証明されている。しかし、既存手法のほとんどは放射強度のみを扱い、シーンの幾何学や材料特性を制約する貴重な偏光情報を無視している。偏光の順方向シミュレーションはミュラー・ストークス計算により明確に定義できるが、逆モード微分をこの領域に拡張するには大きな課題がある。線形偏光子や拡散反射など一般的な偏光計演算子のランク不足特性は、パスリプレイバックプロパゲーションのような標準的な勾配推定器の可逆性仮定に反し、数値的不安定性を引き起こす。本研究では、ロバストな偏光認識型微分可能パストレーシング手法を提案する。本手法は、パスリプレイとローカルキャッシングの組み合わせにより不偏勾配を推定する。順方向レンダリング中に光路を記録し、逆方向伝播時にローカルキャッシングを用いてランク不足演算子による勾配のバイアスを補正する。この定式化により、複雑なシーンにおける材料・照明パラメータの効率的かつ安定した最適化が可能となり、物理ベース逆レンダリングの適用範囲が広がる。本研究成果はECCV 2026で発表され、プロジェクトページでコード、データ、デモが提供されている。実験結果は、偏光材料を含むシーンにおいて、収束速度と精度が大幅に向上することを示しており、コンピュータグラフィックスおよびコンピュータビジョン分野の逆レンダリングタスクに新たな可能性をもたらす。プロジェクトページでは再現とさらなる探求のための包括的なリソースが利用可能である。