本研究提出了多种新方法用于深度场景表示和反渲染，包括神经反射场、基于BRDF的反射估计和间接光照恢复。这些方法结合了神经网络与物理模型，显著提升了图像渲染质量和光照重建能力，尤其在处理光泽物体和复杂光照场景方面表现优越。

OpenIllumination 是一个包含超过 108,000 张图像的真实世界数据集，涵盖 64 种对象和多种光照条件。该数据集提供准确的相机参数和前景分割掩码，适用于反渲染和材料分解方法的评估，广泛应用于逆向渲染、场景理解和机器人学，支持创建真实的虚拟环境。

OpenIllumination是一个包含108k多个图像的真实世界数据集，用于评估反渲染和材料分解方法。数据集包括64个对象，在72个摄像机视图和不同光照条件下捕获。数据集提供了每个图像的相机参数、光照真值和前景分割掩码。项目页面提供了数据集和代码。

OpenIllumination是一个包含108k多个真实世界图像的数据集，可用于评估反渲染和材料分解方法。数据集提供了每个图像的相机参数、光照真值和前景分割掩码。

OpenIllumination是一个包含108k多个真实世界图像的数据集，可用于评估反渲染和材料分解方法，并比较几种先进的反渲染方法。数据集和代码可在项目页面上找到。