深度室外光照估计

我们提出一种基于 CNN 的技术，从单张低动态范围图像估计高动态范围室外光照。为训练 CNN，我们利用一个大型室外全景图数据集。我们将一个低维基于物理的室外光照模型拟合到这些全景图中的天空，得到一组紧凑的参数（包括太阳位置、大气条件和相机参数）。我们从全景图中提取有限视场图像，并用这组大量的输入图像--输出光照参数对训练 CNN。给定测试图像，该网络可用于推断光照参数，进而用于重建室外光照环境贴图。我们证明我们的方法能够恢复合理的光照条件，并支持从单张图像进行逼真虚拟物体插入。在全景图数据集和捕获的 HDR 环境贴图上的广泛评估表明，我们的技术显著优于该问题的先前解决方案。