专题介绍
AIGC（人工智能创作内容）作为内容生产新范式，能够把创造和知识工作的边际成本降至零，以产生巨大的劳动生产率和经济价值。而元宇宙是一个需要海量内容数据的虚拟世界，也是AIGC的主战场。渲染引擎作为元宇宙最重要的基础设施，与AI关联的更多的是三维内容自动绘制生成的方法，为了探索更高效的3D渲染模式，我们开始“AIGC+渲染引擎”的技术布局，渲染引擎可以基于深度学习算法的AI技术迭代，快速、灵活地生成不同模态的渲染数据内容，有效降低开发成本，提升内容创作效率。
一、前言
该篇论文项目由光线云（杭州）科技有限公司、浙江大学CAD&CG实验室与群核科技KooLab实验室共同完成，已被图形学顶级期刊ACM TOG收录，预计在今年洛杉矶举行的SIGGRAPH 2023上进行论文汇报，敬请期待！
二、研究背景
室内场景的灯光设计一直以来是一个具有挑战性的任务，由于需要考虑到房间结构、家具放置、美学效果等多方面的因素，它往往需要具有相当经验的专业设计师来完成。自动灯光设计系统可以有效地提升专业设计师的设计效率，同时降低新人完成灯光设计任务的门槛。然而国际上针对此问题的研究工作比较少，现有的方法大多需要用户的交互，无法全自动的完成室内场景灯光设计的任务。
三、解决思路
为了解决这个问题，我们提出了一个数据驱动的室内场景自动灯光设计系统。给定一个放置好家具的三维室内场景，我们的系统可以在场景中自动放置不同类型的光源以生成具有美学考量的照明效果。不同于现有的基于规则的方案，我们提出的框架利用深度神经网络技术来从专业设计师的灯光设计结果中隐式的提取与学习灯光设计的原则。
为此我们构建了一个包含了6000个专业设计师所设计的三维室内场景的数据集。我们的框架主要包含两个灯光设计的阶段：首先，我们的系统把不同类型的光源逐个放置到室内场景中。其次，我们优化每个光源的发光参数以得到视觉上具有美学考量的光照效果。一系列定性与定量实验表明了我们的系统可以高效的学习到专业设计师的室内灯光设计准则。我们的系统不仅能够取得比当前基于规则的方法更优的结果，而且在多数情况下，能够和专业设计师的灯光设计结果相媲美。在图 1中，我们展示了自动灯光设计系统的总体框架。该成果发表在2023年的《ACM Transactions on Graphics》上。