本研究提出了一种新方法，解决了当前技术在室内场景中处理间接照明阴影的不足。通过生成阴影和无阴影图像，创建了30,000对图像的数据集。结合语义和几何先验的创新网络，使阴影移除效果显著提升。

本研究提出了一种创新的神经逆向渲染系统，通过两阶段学习优化场景参数，并提升间接照明质量，解决光滑物体逆向渲染的评估问题。实验表明，该算法在逆向渲染和重光照方面表现出色，特别是在高度反射物体的重建上效果显著。

本文提出了一种新的神经反向渲染方法，通过联合优化光源位置和计算间接照明来消除自阴影和相互反射的影响，实现精确的材料分解。实验结果表明，该方法在反射率分解方面超越了现有的最先进技术。