基于深度学习的BTF数据生成

许多应用程序,例如计算机辅助设计和游戏渲染,都需要在复杂的光照环境和不同的视觉条件下重现逼真的材质外观。 三维对象或场景的真实性在很大程度上取决于纹理的表示和渲染,其中双向纹理函数(BTF)是使用最广泛的纹理模型之一。 在本文中,我们提出了一种神经网络来学习BTF数据的表示形式,以在新的条件下预测新的纹理图像。 所提出的方法在公共BTF数据集上进行了测试,并显示出令人满意的合成结果。