浮遊放射輝度ネットワーク

Floating Radiance Networks (FlaRe) は、明示的なレイトレース可能なジオメトリと連続的なニューラル放射輝度関数を組み合わせたニューラルシーン表現。シーンは浮遊する平面状の一般化ガウシアンプリミティブで表現され、各プリミティブは局所的な放射輝度場のコンパクトな潜在記述子を持つ。軽量なデコーダが記述子、局所表面座標、視線方向を色と不透明度にマッピングする。ハードウェアアクセラレーションによるプリミティブ交差判定により、インタラクティブなレンダリングと再帰的レイトレーシング（反射、屈折、透明、影）を可能にする。また、プリミティブレベルの変形、メッシュ抽出、見た目のスタイライゼーションを学習済み記述子空間で直接サポートする。

従来のニューラルシーン表現（NeRFなど）は単一のレンダリングパラダイムに密結合しており、従来のグラフィックスワークフローとの統合が限定的だった。FlaReは、ニューラルフィールドの表現力と、明示的にアドレス可能で効率的にクエリ・操作可能な構造を両立し、再帰的レイトレーシングやジオメトリ操作、アピアランス編集を統一的なシーンモデルで実現する点が優れている。

手法の核は、シーンを浮遊する平面状の一般化ガウシアンプリミティブで表現し、各プリミティブに局所放射輝度場の潜在記述子を持たせること。シーン全体で共有される軽量デコーダが、記述子・局所表面座標・視線方向から色と不透明度を予測する。これにより、明示的なジオメトリ構造を保ちつつ、ニューラルフィールドの表現力を維持する。ハードウェアアクセラレーションによるプリミティブ交差判定で効率的なレンダリングと再帰的レイトレーシングを実現し、記述子空間での操作により変形やスタイライゼーションを可能にする。

標準的な再構成ベンチマークを用いた実験で、コンパクトなプリミティブセットを使用しながら競争力のあるレンダリング品質を示した。具体的なデータセットや比較手法は要旨からは不明だが、再構成品質の評価が行われている。

要旨からは、特定の議論や限界についての言及はない。ただし、明示的ジオメトリとニューラルフィールドのハイブリッド表現のトレードオフ（例えば、プリミティブ数と品質のバランス、複雑なシーンでのスケーラビリティなど）が考えられるが、要旨には記載がない。

要旨で参照されている先行研究は明示されていないが、関連する分野としてNeural Radiance Fields (NeRF) や3D Gaussian Splattingが挙げられる。また、ソースコードが公開されているため、FlaReの実装を直接参照することも有用。