立项评审通过 创新训练 520计算机科学技术 理论研究-科学技术未定级

光照估计是当前计算机视觉领域的⼀项热点研究问题，依据其应⽤场景划分可分为室内光照估计和室外光照估计两⼤类。学术界和⼯业界之前的⽅法⼤都适应于桌⾯平台，尚不存在适应于移动平台的⾼效⽅法。移动平台由于算⼒有限，光照估计的参数化模型在表达上要求更加紧凑，在进⾏推理时所需要的计算代价也更⼩。 本项⽬针对利⽤ AON 智能感知并估计环境光照展开理论研究，利⽤移动平台的AON 拍出的低分辨率图（220 x 300 左右），设计算法⾼效的评估空间变化光照。此外为了满⾜在移动平台部署的需求，设计的⽹络模型需要⾜够轻量化以便于在潜在的应⽤场景中落地，因此需要在参考轻量化⽹路相关⼯作的基础之上，⽤尽可能少的参数量设计光照估计的⽹络。系统需满⾜以下⼯作条件： 1. 能够在移动端部署的光照评估系统； 2. 适应于 AON 低分辨率图⽚的⽹络模型，推理帧率达到交互式或者实时（15FPS 之 上）； 3. 能够评估光照的⽅向、位置、强度或者环境光贴图（HDRI）； 4. 适应于多种场景图⽚（室内、室外）光照估计的系统设计