基于RBF神经网络的全局光照实时绘制

作者：刘晓芸; 姚承宗; 曾晓勤

来源：计算机仿真, 2021, 38(09): 424-428.

• 全局光照
• 径向基函数神经网络
• 减聚类
• 机器学习
• 间接光照

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。