基于RBF神经网络的全局光照实时绘制

摘要：

提出一种采用径向基函数RBF神经网络对间接光照进行拟合的方法,以实现对动态视点场景的全局光照实时绘制.使用离线渲染的方式进行预计算,获得训练数据,通过减聚类的方法确定RBF的中心,采用有监督的学习方法进行训练,拟合间接光照中的视点位置、光源位置、场景中物体表面法向量等与间接光照值之间的非线性关系,以代替传统的全局光照模型完成间接光照的计算,避免了光线的多次求交.实验结果表明,上述方法能有效减少冗余数据,以较快的速度收敛,并且很好地拟合离线渲染的结果,完成全局光照实时绘制.

关键词：全局光照;径向基函数神经网络;减聚类;机器学习;间接光照

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金60971088

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：424-428