场景图像中包含着各类丰富的信息，其中材质属性可用于重建虚拟世界中的场景，以生成新的逼真图像。澳门新葡萄新京8883资料于11月21日举办了“青年学者学术论坛”，此次论坛采取线上形式进行，论坛邀请钟卓岑老师作专场报告，院全体专任教师参加线上学术报告会。

通过对真实场景图像的有效分解得到的各类信息有助于在实时渲染和真实感渲染领域创建更加高质量的内容。近年来深度学习在计算机图形学与视觉领域的显著进展，为图像内容分解带来了新的解决思路。端到端的生成对抗网络框架用于从单张场景图像重建高质量的材质贴图并将其应用于渲染，生成全新的逼真图像。

钟老师通过在网络编码阶段添加考虑多尺度特征的注意力机制模块以提高重建结果的全局和局部质量。损失函数中的渲染损失和对抗损失利用了高级语义特征，与材质贴图损失共同训练，有效优化了生成网络的参数，提高了材质贴图的整体视觉效果。在渲染引擎中的实际应用效果证明了方法的有效性和实用性。