针对蒙特卡罗渲染在低采样率下绘制图像的噪声问题，提出基于注意力机制的蒙特卡罗噪声去除方法。在模型上，设计去除批归一化层的注意力残差块减少模型的计算量，引入空间注意力和通道注意力关注渲染图像的细节。使用图像的颜色和辅助信息作为网络的输入，加入感知损失函数训练网络。实验结果表明，相比其他蒙特卡罗渲染去噪方法，该方法在去除噪声的同时不仅取得了更高的量化值，而且保留了更多的细节特征。
科研之友
微信
新浪微博
Facebook
分享链接
