沙 浩，刘 越,2

基于深度学习的图像本征属性预测方法综述

沙 浩1，刘 越1,2

(1. 北京理工大学光电学院，北京 100081；2. 北京电影学院未来影像高精尖创新中心，北京 100088)

真实世界的外观主要取决于场景内对象的几何形状、表面材质及光照的方向和强度等图像的本征属性。通过二维图像预测本征属性是计算机视觉和图形学中的经典问题，对于图像三维重建、增强现实等应用具有重要意义。然而二维图像的本征属性预测是一个高维的、不适定的逆向问题，通过传统算法无法得到理想结果。针对近年来随着深度学习在二维图像处理各个方面的应用，出现的大量利用深度学习对图像本征属性进行预测的研究成果，首先介绍了基于深度学习的图像本征属性预测算法框架，分析了以获得场景反射率和阴影图为主的本征图像预测、以获得图像中材质BRDF参数为主的本征属性预测及以获得图像光照相关信息为主的本征属性预测3个方向的国内外研究进展并总结了各自方法的优缺点，最后指出了图像本征属性预测的研究趋势和重点。

计算机视觉；计算机图形学；本征属性预测；本征图像预测；BRDF预测；光照预测；深度学习

真实世界的外观由光线作用在各个对象的几何形状之间发生反射、散射等一系列复杂交互作用所形成。在模拟真实世界进行计算机图像渲染时，需要首先将场景建模成具有材质属性的三角面片，然后通过基于光线追踪等渲染方法的渲染管线将来自光源的光线通过场景的反射、折射等一系列作用传播到成像平面上以形成二维计算机图像[1]。……