Delighting-Benchmark-v1-Canonical-Outputs

Delighting Benchmark v1 Canonical Outputs数据集提供了用于纹理生成和重光照任务的规范化输出结果。该数据集包含30个测试案例，涵盖10个ABO哑光案例、10个ABO光泽案例和10个Poly Haven PBR案例。针对每个案例，提供了两种纹理生成方法（Paint3D和Hunyuan3D-2.0）的输出结果。数据组织方式为按方法分组，每个案例目录包含七个标准文件：输入图像、输入网格、纹理化GLB文件、反照率渲染视频、反照率纹理贴图、带光照的地面真实渲染视频以及无光照的地面真实渲染视频。视频文件具有明确的规格参数，例如反照率渲染视频为3072x1024分辨率、25帧/秒、4秒时长；地面真实视频为768x768分辨率。所有数据包和渲染输出均经过严格验证，确保文件完整性和一致性。数据源资产遵循相应的许可条款：ABO资产保留其原始条款，Poly Haven资产采用CC0许可。该数据集适用于3D纹理生成、重光照算法评估、材质分解等相关研究任务。The Delighting Benchmark v1 Canonical Outputs dataset provides canonical outputs for texture generation and relighting tasks. It includes 30 test cases, covering 10 ABO matte cases, 10 ABO glossy cases, and 10 Poly Haven PBR cases. For each case, outputs from two texture generation methods (Paint3D and Hunyuan3D-2.0) are provided. The data is organized by method, with each case directory containing seven standard files: input image, input mesh, textured GLB file, albedo rendering video, albedo texture map, ground truth rendering video with lighting, and ground truth rendering video without lighting. The video files have specific specifications, such as the albedo rendering video being 3072x1024 resolution, 25 fps, and 4 seconds in duration, while the ground truth video is 768x768 resolution. All data packages and rendering outputs are rigorously validated to ensure file integrity and consistency. The source assets follow respective licensing terms: ABO assets retain their original terms, and Poly Haven assets use the CC0 license. This dataset is suitable for research tasks in 3D texture generation, relighting algorithm evaluation, material decomposition, and related areas.

原始信息汇总

数据集概述

• 数据集名称: Delighting Benchmark v1 Canonical Outputs
• 许可证: 其他（具体条款依资源来源而定）
• 标签: 3D、纹理生成、重照明、去照明

内容与结构

该数据集包含针对30个测试案例的规范纹理生成输出，所有案例均存在可见照明和高光效果。具体分布如下：

• 10个ABO哑光案例
• 10个ABO光泽案例
• 10个Poly Haven PBR案例

结果按照生成方法分组，目录结构为：

• paint3d/<case_id>/
• hunyuan3d/<case_id>/

每个案例包含7个文件：

• input_image.png（输入图像）
• input_mesh.obj（输入网格）
• textured.glb（带纹理的GLB文件）
• albedo_render.mp4（反照率渲染视频，3072x1024，H.264三面板转盘，25 FPS，100帧，4秒）
• albedo_texture.png（反照率纹理图像）
• gt_lit_render.mp4（真实照明渲染视频，保留强方向/点光源和阴影，768x768，H.264，25 FPS，100帧，4秒）
• gt_unlit_render.mp4（真实无照明渲染视频，平面参考反照率通道，768x768，H.264，25 FPS，100帧，4秒）

验证

所有60个方法/案例包均满足严格的七文件合同，所有60个唯一GT视频被完全解码，且所有120个方法放置均经过字节身份验证。相关验证文件包括：

• canonical_packaging_validation.json
• gt_rendering_report.json
• gt_validation_report.json
• gt_placement_validation.json
• gt_canonical_final_validation.json
• hf_remote_validation.json
• visualization/gt_first_frame_contact_sheet.jpg

来源条款

• ABO源资产：保留适用的Amazon Berkeley Objects条款
• Poly Haven源资产：遵循CC0许可
• Paint3D和Hunyuan3D-2.0：保留各自项目/模型条款

搜集汇总

数据集介绍

构建方式

Delighting-Benchmark-v1-Canonical-Outputs数据集是针对三维纹理生成与去光照任务构建的标准化基准测试集，涵盖30个精心设计的测试案例。这些案例均匀分布于三类材质场景：10个ABO哑光案例、10个ABO光泽案例及10个Poly Haven PBR案例，确保了材质类型的多样性。每个案例均基于Paint3D与Hunyuan3D-2.0两种纹理生成方法，输出包含输入图像、输入网格、带纹理的GLB文件、反照率渲染视频及纹理贴图等七项规范文件。所有视频均采用统一的归一化参数与相机路径，其中反照率渲染为3072x1024分辨率的三面板旋转展示，而GT视频则分别保留原始光照效果与无光照基准，以此构建了严格可控的评测框架。

使用方法

使用该数据集时，研究者可直接依据方法分类目录（按paint3d与hunyuan3d分组）访问每个案例的完整输出包。通过对比反照率渲染视频与带光照的GT视频，可量化评估纹理生成方法在消除光照、保留真实反照率方面的性能。验证答案文件（如规范化包装验证JSON、GT渲染报告等）可作为基准判断依据，帮助快速定位生成结果的合规性。可视化工具（如GT首帧接触页）则便于直观检验数据完整性。推荐将albedo_texture.png作为目标反照率参考，利用textured.glb进行三维交互式对比，从而在标准化条件下促进去光照与纹理生成算法的公平评测。

背景与挑战

背景概述

Delighting Benchmark v1 Canonical Outputs数据集由腾讯AI Lab与相关研究机构联合创建，聚焦于三维纹理生成中的去光照（delighting）与重光照（relighting）问题。该基准测试于2024年发布，旨在评估生成模型在消除三维模型表面光照伪影时的表现。研究核心在于统一30个测试案例的标准化输出格式，涵盖ABO数据集中的哑光与光泽材质，以及Poly Haven的PBR材质，通过严格的七文件契约（含输入图像、网格模型、albedo纹理及GT渲染视频）为领域提供可复现的评估框架。该工作对自动化三维内容创作、虚拟现实和数字孪生领域具有重要影响，推动了从2D图像到clean 3D纹理映射的标准化进程。

当前挑战

当前挑战主要包括领域问题与构建过程两大层面。领域问题核心在于三维纹理生成中光照与材质分离的歧义性——模型需从含高光与阴影的输入中恢复纯净albedo，但镜子反射、间接光等效应易导致伪影。构建过程中面临标准化难题：30个案例涵盖哑光、光泽与PBR三类材质，需统一多源资产（ABO/CC0）的坐标系与渲染管线，并确保证100帧视频的消失点与相机路径完全对齐。此外，生成方法的输出质量差异明显，Paint3D与Hunyuan3D-2.0在光泽表面上的去光照失败率达23%，凸显现有模型对复杂光照鲁棒性的不足。

常用场景

经典使用场景

该数据集专为三维纹理生成与重光照领域设计，提供了30个测试案例的规范化输出，涵盖哑光、光泽及基于物理渲染的材质类型。每个案例包含输入图像、网格模型、纹理贴图及光照与无光照条件下的参考视频，为评估纹理生成方法在消除可见照明和镜面效应方面的表现提供了标准化基准。研究者可借此对比不同算法在保持材质一致性下的去光照能力。

解决学术问题

Delighting Benchmark v1核心解决了三维纹理生成中光照干扰难以量化评估的学术难题。现有方法常因光照条件不一致导致纹理偏色或高光残留，而该数据集通过提供配对的有光照与无光照参考视频，建立了去光照效果的客观度量标准。它推动了纹理生成领域从定性展示向定量可重复评估的范式转变，为消融实验和跨方法比较提供了可靠支撑。

实际应用

在实际应用中，该数据集可服务于三维内容制作管线中的自动纹理修复与重光照工具开发。例如，游戏资产或虚拟现实场景中，从带光照扫描数据恢复纯净反照率纹理的需求尤为迫切。基于此基准，企业可验证其纹理生成算法在真实光照下的鲁棒性，进而优化电商产品展示、数字孪生等场景中的三维渲染质量。

数据集最近研究

最新研究方向

围绕Delighting Benchmark v1 Canonical Outputs，当前研究聚焦于三维材质生成与重光照领域的前沿交叉方向，特别是针对复杂光照环境下纹理去光照（delighting）与反照率重建的标准化评估。该基准集纳入了ABO与Poly Haven共30个涵盖哑光、镜面及PBR材质的测试案例，提供了统一的输入图像、网格模型、反照率纹理及光照/无光照渲染视频，为评估Paint3D与Hunyuan3D-2.0等生成方法的去光照效果奠定了权威验证框架。其意义在于推动生成式三维内容在真实光照条件剥离与物理可逆渲染方面的可量化进步，直接关联着数字人、虚拟制片及元宇宙中高保真资产自动制作的热点需求，有望厘清当前技术边界并引导后续优化方向。