深度体绘制环境光遮蔽

我们提出了一种基于深度学习的新技术，用于直接体绘制中的体环境光遮蔽。我们提出的深度体环境光遮蔽（DVAO）方法可预测体数据集中的逐体素环境光遮蔽，同时考虑由传递函数提供的全局信息。所提神经网络仅需在全局信息改变时执行，从而支持实时体交互。据此，我们展示了 DVAO 预测体环境光遮蔽的能力，使其可在直接体绘制中交互式应用。为获得最佳结果，我们提出并分析了多种用于深度神经网络的传递函数表示与注入策略。基于所得结果，我们也给出了适用于类似体学习场景的建议。最后，我们表明尽管仅在计算机断层扫描数据上训练，DVAO 可泛化至多种模态。