基于生成对抗网络的单图像材质SVBRDF重建方法

针对传统的材质空间变化双向反射分布函数(spatially varying bidirectional reflectance distribution function,SVBRDF)重建方法存在重建质量不佳和对光源感知能力不足的问题,提出一种基于深度学习的面向单图像的材质SVBRDF重建新方法.首先,采用生成对抗网络框架与多组编码-解码器卷积网络架构提高SVBRDF重建质量;其次,在生成器中引入高光感知处理模块,减少SVBRDF重建时由高光所致的模糊;最后,采用一系列鉴别器对生成器网络参数进行训练,以区分网络的输出值与真实值,并利用合成图像和真实材质拍摄图像混合训练网络,解决合成图像与真实材质拍摄图像之间的像素数据分布差异问题.结果表明,基于生成对抗网络的单图像材质SVBRDF重建方法的重建质量和SVBRDF参数估计准确率都高于传统方法.