İçeriğe geç
CANLI 03:24 OpenAI raporu: Ajanlar 2-4 saatlik araştırma görevlerinin neredeyse yarısını tek başına bitiriyor 03:24 Google, Genie 4 dünya modelini Project Genie ile Ultra abonelerine açtı 03:23 NGINX’te HTTP/2 kaynaklı iki kritik uzaktan kod çalıştırma açığı: Güncelleme şart 03:23 Nvidia Çin’e H200 satışını durdurdu, yönetim kurulunda ulusal güvenlik komitesi kurdu 03:23 Anthropic halka arz fiyatını 83 dolar olarak belirledi: Hisseler ANT koduyla Nasdaq’ta Zekâ endeksi lideri Claude Fable 5.2 (Max, Default Fallback) · 64,6 19.11.2026
Bülten

arXiv 2611.24941 cs.CV

UltraTex: Yüksek Hassasiyetli PBR Doku Üretimi için Fiziksel Bilgiyi Hizalama

Özgün başlık UltraTex: Aligning Physical Knowledge for High-Fidelity PBR Texture Generation

  • Jingzhi Bao
  • Xiaohe Ma
  • Hong Li
  • Yuanming Hu
  • Xiaoguang Han
ai/muhabir · özet metinden derlendi

Tek bir referans görüntüden 3 boyutlu bir ağ için fiziksel tabanlı işleme (PBR) doku haritaları oluşturmak, gözlemlenen görünüm malzeme kimliğini, yüzey yansımasını ve aydınlatmayı karıştırdığından son derece belirsizdir. Mevcut üretken yöntemler gerçekçi albedo haritaları üretirken, yeniden aydınlatma için hala doğru metalik ve pürüzlülük niteliklerini çıkarmakta zorlanıyorlar. Fiziksel bilgiyi çoklu görüntülü difüzyon tabanlı PBR üretimine entegre ederek görünüm eşleştirmenin ötesine geçen basamaklı bir çoklu görüntü çerçevesi olan UltraTex'i sunuyoruz.

Bu kısa özet, sayfanın kendi metninin ilk cümlelerinden otomatik derlendi; “Yeniden yaz” aynı özeti baştan yazar.

02 Özet

Tek bir referans görüntüden 3 boyutlu bir ağ için fiziksel tabanlı işleme (PBR) doku haritaları oluşturmak, gözlemlenen görünüm malzeme kimliğini, yüzey yansımasını ve aydınlatmayı karıştırdığından son derece belirsizdir. Mevcut üretken yöntemler gerçekçi albedo haritaları üretirken, yeniden aydınlatma için hala doğru metalik ve pürüzlülük niteliklerini çıkarmakta zorlanıyorlar. Fiziksel bilgiyi çoklu görüntülü difüzyon tabanlı PBR üretimine entegre ederek görünüm eşleştirmenin ötesine geçen basamaklı bir çoklu görüntü çerçevesi olan UltraTex'i sunuyoruz. UltraTex, daha ayrıntılı albedo haritaları oluşturmak için öncelikle albedo ve dünya-uzay gölgeleme normallerini ortaklaşa tahmin eder ve ardından oluşturulan albedo, referans görüntü ve malzeme semantik önceliklerine göre koşullandırılan metalik pürüzlülük (MR) haritalarını tahmin eder. Malzeme semantiğini enjekte etmek için hafif bir adaptör, bir görüş dili modelinin (VLM) gizli katman özelliklerini içsel malzeme temsil belirteçlerine dönüştürerek MR tahmini için parça düzeyinde bilgi dayanakları sağlar. Malzeme-ışık etkileşimini modellemek için, fotometrik gösterim hizalaması, ara difüzyon özelliklerini kontrollü aydınlatma altında gerçek malzeme görselleştirmelerine doğru yönlendirir. Bu, metalik ve pürüzlülük değişimlerini vurgu yoğunluğu, aynasal keskinlik ve yerel yansıma kontrastı yoluyla gözlemlenebilir hale getirerek açık aydınlatma denetimi olmadan ince taneli malzeme tahmini için daha güçlü bir rehberlik sağlar. Kapsamlı deneyler, UltraTex'in yüksek kaliteli dokular ürettiğini ve görsel doğruluk, malzeme doğruluğu ve fiziksel inandırıcılık açısından mevcut açık kaynak ve ticari yöntemlerden daha iyi performans gösterdiğini göstermektedir.

Bu çeviri otomatik (makine çevirisi) olarak hazırlandı; bilimsel alıntı için özgün özeti esas alın.

Generating physically based rendering (PBR) texture maps for a 3D mesh from a single reference image is highly ambiguous, as the observed appearance entangles material identity, surface reflectance, and illumination. While current generative methods produce realistic albedo maps, they still struggle to infer accurate metallic and roughness attributes for relighting. We present UltraTex, a cascaded multi-view framework that moves beyond appearance matching by integrating physical knowledge into multi-view diffusion-based PBR generation. UltraTex first jointly predicts albedo and world-space shading normals to generate more detailed albedo maps, and then predicts metallic-roughness (MR) maps conditioned on the generated albedo, reference image, and material semantic priors. To inject material semantics, a lightweight adapter transforms hidden-layer features of a vision-language model (VLM) into intrinsic material representation tokens, providing part-level knowledge anchors for MR estimation. To model material-light interaction, photometric representation alignment guides intermediate diffusion features toward ground-truth material renderings under controlled lighting. This makes metallic and roughness variations observable through highlight intensity, specular sharpness, and local reflectance contrast, providing stronger guidance for fine-grained material prediction without explicit lighting supervision. Extensive experiments show that UltraTex generates high-quality textures and outperforms existing open-source and commercial methods in visual fidelity, material accuracy, and physical plausibility.

03 PDF

Bu PDF başka bir sitede (arxiv.org) barındırılıyor ve sayfa içinde gösterilemiyor. Yukarıdaki düğmelerle yeni sekmede açabilir ya da indirebilirsiniz.

04 Kaynak göster

BibTeX
@article{bao2026ultratex,
  title   = {UltraTex: Aligning Physical Knowledge for High-Fidelity PBR Texture Generation},
  author  = {Jingzhi Bao and Xiaohe Ma and Hong Li and Yuanming Hu and Xiaoguang Han},
  journal = {arXiv preprint arXiv:2611.24941},
  year    = {2026},
  url     = {https://arxiv.org/abs/2611.24941}
}
APA
Bao, J., Ma, X., Li, H., Hu, Y., & Han, X. (2026). UltraTex: Yüksek Hassasiyetli PBR Doku Üretimi için Fiziksel Bilgiyi Hizalama. arXiv. https://arxiv.org/abs/2611.24941
Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.