基于深度学习的室内场景光照估计

室内场景的光照估计是一项用途广泛的工作,然而,受制于室内图像有限的拍摄视角与较高的场景复杂度,从单张图片中难以获取场景完整的信息,估计室内场景光照具有较大的挑战。本文使用一种虚拟训练数据集,提出一种基于卷积神经网络的室内场景光照估计方法,该网络利用当前采集的有限视角场景LDR图像估计场景光照变化,据此更新场景初始光照的HDR全景环境贴图。实验表明,本方法能快速准确地预测场景光照变化,并在渲染测试中取得接近真实光照情况的效果。