一种基于深度学习网络的实时光照渲染算法

摘要

本发明公开了一种基于深度学习网络的全局光照条件下的实时渲染算法,包括训练阶段和运行阶段；训练阶段包括以下步骤：S1、生成器网络结构的确定；S2、鉴别器网络结构的确定；S3、样本数据收集；S4、神经网络训练；运行阶段的过程是：将渲染缓存作为输入样本输入生成器网络获得输出结果，然后对输出结果进行像素着色，生成全局光照条件下的渲染结果，从而代替传统的复杂渲染计算，实现实时渲染。本发明通过对多个渲染缓存和同一视角下的光子映射结果进行对抗神经网络训练，并使用网络输出结果作为包括直接光照和间接光照的全局光照条件下像素着色中的光照提示，使用对抗网络训练的最终结果更准确有效。