项目4： Neural Radiosity 复现与探索

李培锋(PB24000069)¹      熊桐睿(PB23000200)²

¹少年班学院2024级      ²少年班学院2023级

指导老师：刘利刚

项目简介：

本项目致力于复现经典的 Neural Radiosity 算法，并在此基础上进行深入探索与改进。Neural Radiosity 是一种创新的神经渲染方法，它将传统的辐射度方法与深度学习相结合，通过神经网络存储和计算场景的辐射度信息，从而实现高质量的全局光照渲染。我们从零开始实现了完整的 Neural Radiosity 算法，解决了实现中的诸多技术难点，并尝试了多种改进方案，包括不同的特征编码方式、网络结构优化以及注意力机制的引入等。

项目视频：

下载专区：

• 项目文件和报告链接：课程资料网盘

项目分工：

• 李培锋：问题调研、代码编写、效果改进与探索、PPT制作、报告撰写。

• 熊桐睿：代码编写、版本迁移、问题修正、实验数据收集、视频制作。

感想与不足：

• 通过本次项目，我们深入理解了神经渲染的基本原理和实现细节，掌握了深度学习在图形学中的应用。在复现过程中，我们遇到了诸多技术挑战，如内存优化、梯度计算、版本适配等问题，这些经历让我们对工程实践有了更深的认识。

• 项目的不足之处在于：1）对注意力机制的探索还不够深入，未能取得明显效果；2）受硬件条件限制，未能在更大规模场景上进行充分测试；3）对算法理论的理解仍有待加深，特别是在损失函数设计和优化策略方面。

致谢：

• 感谢刘利刚老师在整个项目过程中的悉心指导和支持。

• 感谢实验室提供的 GPU 计算资源，使我们能够完成大规模的训练实验。

• 感谢 Neural Radiosity 原作者提供的开源代码和详细文档，为我们的复现工作提供了重要参考。最后感谢课程助教在技术问题上的及时帮助和建议。