[发明专利]一种基于神经网络的图像光照估计方法

摘要

本发明提供一种基于神经网络的图像光照估计方法，可以很好的估计图像中光源方向、光源距离和光源能量。该方法通过3D模型的渲染方式产生带有光照标签的数据集，然后利用数据集训练具有强大学习能力的深度卷积神经网络，其中神经网络的输入是带有光照标签的图像，输出是光照值。对给定的任意图像，都可以通过该神经网络得到其光照值。首先本发明方法大大减少了采集光照数据集的成本和工作量，很好的解决了神经网络训练时需要大量样本问题。同时减少了人工标定的视觉误差，使神经网络的估计性能增强。其次本发明方法首次将深度卷积神经网络用到图像光照估计，给图像光照估计方法提供了新思路。

主权项

一种基于神经网络的图像光照估计方法，其特征在于，包括以下步骤：S1：采用随机方式生成一系列光照参数，光照参数为光源能量、光照距离、光源方位角、光源仰角；S2：三维模型渲染，在渲染通道加入光照参数生成二维图像，形成带有光照标签的合成图像集；S3：将合成图像集中的每张图像进行裁剪，形成已知光照值的训练数据集；S4：利用训练数据集训练深度卷积神经网络，其中带有光照标签的图像是神经网络的输入，光照值是神经网络的输出，对任意一幅图像，输入到训练好的神经网络中，可以得到其光照值。