[pt] GAUSSIAN SPLATING EM AMBIENTES NÃO CONTROLADOS ATRAVÉS DO USO DE APPEARANCE EMBEDDING E MÁSCARAS DE OCLUSÃO

[pt] O campo da renderização neural tem experimentado avanços significativos nos últimos anos, especialmente com o desenvolvimento de técnicas como Neural Radiance Fields (NeRF) e Gaussian Splatting. Essas abordagens permitem a síntese de novas visualizações de cenas com alta fidelidade, sendo funda...

Descripción completa

Detalles Bibliográficos
Autor: MARCO ANTONIO BARBOSA TEIXEIRA
Tipo de recurso: tesis doctoral
Estado:Versión publicada
Fecha de publicación:2025
País:Brasil
Institución:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
Repositorio:Repositório Institucional da PUC-RIO (Projeto Maxwell)
Idioma:portugués
OAI Identifier:oai:MAXWELL.puc-rio.br:73045
Acceso en línea:https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=73045&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=73045&idi=2
http://doi.org/10.17771/PUCRio.acad.73045
Access Level:acceso abierto
Palabra clave:[pt] COMPUTACAO GRAFICA
[pt] EMBEDDING DE APARENCIA
[pt] GAUSSIAN SPLATTING
[pt] RENDERIZACAO NEURAL
[en] COMPUTER GRAPHICS
[en] APPEARANCE EMBEDDING
[en] GAUSSIAN SPLATTING
[en] NEURAL RENDERING
Descripción
Sumario:[pt] O campo da renderização neural tem experimentado avanços significativos nos últimos anos, especialmente com o desenvolvimento de técnicas como Neural Radiance Fields (NeRF) e Gaussian Splatting. Essas abordagens permitem a síntese de novas visualizações de cenas com alta fidelidade, sendo fundamentais para aplicações em realidade virtual, realidade aumentada e computação gráfica. Neste trabalho, propomos uma metodologia que combina embeddings de aparência com Gaussian Splatting para aprimorar a renderização de cenas capturadas em ambientes não controlados (in-the-wild). Nossa abordagem transforma índices de imagens em vetores de alta dimensão dentro de um espaço latente, permitindo a modulação dinâmica das características visuais. Além disso, utilizamos máscaras de oclusão para separar elementos estáticos e transitórios, melhorando a consistência visual e a fidelidade da reconstrução. Os resultados obtidos evidenciam o potencial da técnica na resolução de desafios encontrados em ambientes in-the-wild, permitindo uma melhor adaptação visual e ajustes dinâmicos para diferentes condições de iluminação e oclusão. Isso amplia o alcance de aplicações em computação gráfica e realidade aumentada, além de fortalecer os benefícios da técnica de Gaussian Splatting, elevando ainda mais sua qualidade e expandindo seus potenciais para aplicações futuras.