基于深度神经网络的空间目标常用材质BRDF模型

由于双向反射分布函数(BRDF)经验模型与半经验模型对材质散射特性描述时存在局限性,导致其拟合结果与实测数据的误差较大。针对此问题,基于深度神经网络(DNN)构建了一种适用于具有不同散射特性空间目标材质的BRDF模型。建立的深度神经网络模型基于TensorFlow实现,包含4个隐含层,并采用AdaDelta梯度下降法进行优化,结合Dropout方法进行正则。随机抽取材质测量数据的一部分作为训练样本,最终得到BRDF与入射天顶角、反射天顶角以及观测方位角的映射关系模型。大量的实验结果表明,建立的深度神经网络模型具有良好的材质特性描述能力,且对于相同材质,模型的拟合误差小于经验模型。