光照变化自然
针对传统光线追踪计算开销大、现有深度学习方法对光照变化鲁棒性差的问题，PBR-GAN通过双编码器-解码器结构与光照图估计，在保持全局光照一致性的同时生成逼真图像。
列入 · 戴鹏 · 刘光辉 · 张盛平 · Zeng, Bing · Liu, Shuaicheng
IEEE Transactions on Circuits and Systems for Video Technology 2023
通过独立的光照解码器生成光照图，重点关注高光和阴影区域，从而在光照变化下保持渲染结果的自然感。
GAN端到端学习从场景到图像的映射，避免了传统光线追踪的逐像素物理模拟，大幅降低计算开销。
针对域迁移、整体阴影保持和光照图估计设计新损失项，共同约束生成图像的照片级真实感。