Eine proprietäre KI-Bildsynthese-Pipeline, die zwei unstrukturierte Fotografien in ein einziges
fotorealistisches Composite verwandelt. Keine 3D-Assets. Keine Tiefensensoren. Keine Raumscans.
Von Zwei Fotos zu einem Fotorealistischen Ergebnis
Das DecorViz-Modell verarbeitet zwei Eingaben in einer einzigen End-to-End-Synthesepipeline. Jede Stufe
konditioniert die nächste: Segmentierung speist Compositing, Geometrie speist Perspektive, Photometrie
speist Schattensynthese.
02 / Stufe 1
Robuste Produktsegmentierung
Bevor das Compositing beginnt, führt das Modell eine automatische Segmentierungsstufe durch, die
das Zielprodukt aus jedem Eingabebild isoliert. Die Pipeline ist so konzipiert, dass sie das
volle Spektrum realer Eingaben verarbeitet, ohne sauberes oder strukturiertes Quellmaterial zu
benötigen.
01Saubere Hintergründe. Produkt auf
weißem, grauem oder transparentem PNG. Höchste Wiedergabetreue als Ausgangspunkt.
02Lifestyle-Fotos. Produkt eingebettet in
eine gestaltete oder inszenierte Raumszene. Das Modell identifiziert und extrahiert das
Zielobjekt aus dem umgebenden Kontext.
03E-Commerce-Screenshots. Mischinhaltbilder
mit Produktfotografie, Werbebannern, UI-Chrome, Navigation und Text. Das Modell
lokalisiert und isoliert das Produkt ohne manuelle Maskierung.
03 / Stufe 2
Monokulare Szenengeometrie-Inferenz
Aus einem einzigen unkalibrierten 2D-Foto führt das Modell implizite monokulare
Tiefenschätzung und vollständige Szenenstrukturanalyse durch. Keine Stereo-Eingabe, kein
Tiefensensor oder strukturiertes Licht ist erforderlich.
01Fluchtpunkt-Inferenz. Perspektiv-Konvergenzlinien
werden erkannt und das dominante Fluchtpunktfeld wird rekonstruiert, um die
Szenenorientierung zu etablieren.
02Boden- und Grundebenen-Lokalisierung. Das
Modell identifiziert die primäre Stützfläche: Innenböden, Außenpatios, Terrassen oder
Rasen. Diese Ebene verankert alle Produktplatzierungen.
03Per-Pixel-Tiefenfeld. Eine kontinuierliche
Tiefenkarte wird über die gesamte Szene inferiert, was eine tiefensortierte Platzierung
eingefügter Objekte ohne Kollision mit vorhandener Geometrie ermöglicht.
04Räumliche Skalenschätzung. Relative
Objektgrößen in der Szene werden analysiert, um eine kohärente Skalenreferenz für die
korrekte Größenbestimmung eingefügter Produkte zu etablieren.
04 / Stufe 3
Photometrische Umgebungsanalyse
Das Modell führt implizite Lichtfeldschätzung aus dem Szenenfloto durch und gewinnt das
vollständige photometrische Profil, das benötigt wird, um das eingefügte Produkt mit
beleuchtungskonsistenter Treue zu rendern.
Parameter
Beschreibung
Lichtrichtung
Dominanter Quellenwinkel und Azimut, abgeleitet aus Schattenorientierung und
Highlight-Verteilung auf Oberflächen.
Intensität
Leuchtdichte der primären Lichtquelle, die den Schattenkontrast und die
Spiegelflächenreaktion auf dem eingefügten Produkt bestimmt.
Farbtemperatur
Kelvin-Bereich der dominanten Lichtquelle, aus dem Szenen-Weißabgleich gewonnen.
Auf die Oberflächenschattierung des eingefügten Produkts angewendet.
Winkelverteilung
Weiches vs. hartes Licht, abgeleitet aus der Schärfe der Schattenkanten. Bestimmt
die Penumbra-Breite in der Synthese.
05 / Stufe 5
Schatten- und Okklusions-Synthese
Schatten werden geometrisch aus der inferierten Szene abgeleitet, nicht als statische Overlays
oder vorgebackene Assets angewendet. Jede Schattenkomponente wird unabhängig synthetisiert und
compositet, um der photometrischen Umgebung zu entsprechen.
Kontaktschatten
Weiches
Abdunkeln an der Objekt-Boden-Grenze. Radius und Intensität abgeleitet aus der
inferierten Lichtdistanz.
Umgebungsokklusion
Okklusionsakkumulation
in konkaven Bereichen, Ecken und Nischen angrenzend an das platzierte Objekt.
Direktionaler Schattenwurf
Langform-Schattenwurf
über die Bodenebene, gewinkelt und skaliert entsprechend der gewonnenen
Lichtquellenrichtung.
Penumbra
Schattenkanten-Weichheit
skaliert nach der Winkelverteilung der Lichtquelle: hart für direktes Sonnenlicht,
weich für diffuses Umgebungslicht.
06 / Reflektierende Flächen
Zweistufiges Spiegel-Rendering
Wenn die Szene Spiegel oder hochreflektierende Oberflächen enthält, wendet das Modell einen
zweistufigen Rendering-Ansatz an, um physisch konsistente Reflexionen zu generieren, die das neu
platzierte Produkt einbeziehen.
D1Durchgang 1: Szenenestablishment. Raumgeometrie,
Beleuchtung und Produktplatzierung werden finalisiert. Das primäre Composite wird ohne
reflektierenden Inhalt gerendert.
D2Durchgang 2: Generierung von reflektiertem Inhalt.
Spiegelflächen erhalten reflektierten Inhalt, der aus dem Zustand von Durchgang 1
abgeleitet wird: die Szenengeometrie, das platzierte Produkt und die Beleuchtung sind
alle in der Reflexion mit korrekter Perspektiv-Invertierung und Dämpfung sichtbar.
07 / Natürlichsprachliche Schnittstelle
Textgesteuerte Szenenkontrolle
Eine optionale Eingabeaufforderung in natürlicher Sprache ermöglicht es Benutzern, spezifische Parameter
der Generierung zu steuern. Ohne Eingabeaufforderung wendet das Modell vollautomatische Platzierung,
Tiefenpositionierung, Skalierungsinferenz und Beleuchtungssynthese an. Wenn eine Eingabeaufforderung
bereitgestellt wird, konditioniert sie drei unabhängige Subsysteme:
Räumliche Platzierung
Das Modell führt semantisches Szenenverständnis durch, identifiziert vorhandene Objekte und
ihre Positionen, und löst dann räumliche Beziehungsanweisungen auf.
"Sofa zwischen TV und Couchtisch stellen"
"Lampe über dem Esstisch aufhängen"
Skalierungskalibrierung
Natürlichsprachliche Dimensionsbeschreibungen werden geparst und angewendet, um das
Skalierungskalibrierungssystem einzuschränken und die Produkt-zu-Raum-Proportionalität zu
verbessern.
"mein Wohnzimmer ist 4 Meter breit"
"Deckenhöhe etwa 2,8m"
Szenenattribut-Steuerung
Beleuchtungsattribute, die mit bestimmten Szenenobjekten verknüpft sind, werden geparst und
auf das photometrische Rendering der relevanten Leuchte und ihren Szenenanteil angewendet.
"warmes rosa Licht vom Stehlampe hinzufügen"
"Szene im goldenen Stundenlicht"
08 / Produkttreue
Material- und Erscheinungserhaltung
Materialeigenschaften, Oberflächentextur und Kolorimetrie des Produkts werden durch den
Syntheseprozess erhalten. Das Modell inferiert den Oberflächentyp aus dem Produktbild und wendet die
materialspezifische Lichtreaktion entsprechend an. Produktgeometrie und Oberflächenerscheinung werden
nicht halluziniert oder neu interpretiert.
Oberflächentyp
Renderverhalten
Spiegelnd / Lackiert
Spiegelflecken positioniert relativ zur gewonnenen Lichtquelle. Umgebungsreflexionen
aus dem Szenenkontext abgeleitet.
Stoff / Textil
Textur-Level-Schattierung mit gerichteter Faserlage. Subsurface-Scattering für
Weichpolstermaterialien wie Samt und Bouclé.
Metall
Anisotrope Reflexionsreaktion. Gebürstetes vs. poliertes Verhalten aus der
Texturverteilung inferiert. Beitrag der Umgebungskarte angewendet.
Matt / Lackiert
Lambertianische diffuse Schattierung. Schattenabsorption kalibriert auf die
Oberflächenalbedo, gewonnen aus der Kolorimetrie des Produktbildes.
Glas / Transparent
Transmission und Brechung relativ zum Szenen-Hintergrund angewendet.
Fresnel-Reaktion an Silhouettenkanten.
Natürliche Materialien (Holz, Stein, Rattan)
Korn- und Texturdirektionalität erhalten. Diffuse Reaktion mit niedrigem
Spiegelkomponent aus der Oberflächenbearbeitung abgeleitet.
09 / Generalisierung
Szenen- und Kategorieabdeckung
Das Modell generalisiert über Szenentypen und Produktkategorien hinweg ohne kategoriespezifisches
Fine-Tuning oder 3D-Scanning. Jedes Produktfoto mit ausreichender Klarheit ist eine gültige Eingabe.