将虚拟物体自然的融合到真实照片中是计算机图形学的重要研究方向之一，传统方法通常需要用户手动标注照片中的场景几何与光源位置，在恢复出3D场景和光源的情况下进行重新渲染。巨大的交互量与重新渲染的计算量限制了该技术在实时任务下的应用。
　　本文结合深度学习技术与预计算技术，以降低交互量和提升融合速度为目标，提出了一种全自动虚实景融合算法，在开阔平面场景下，仅需单张照片，便可在特定视点下将合成物体放到平面上，整体流程无需任何手动标注与重新渲染过程，并可在30毫秒内完成融合。
　　本文算法以3阶球谐函数作为基光源，预先渲染出9层合成物体的颜色信息与物体投影到平面上的伪阴影信息。使用深度学习技术对单张照片进行特征提取，预测光源的球谐系数，对预渲染的颜色信息进行线性组合，并利用深度学习方法对伪阴影信息进行非线性处理，完成真实感阴影合成并同时模拟放入照片中的物体和照片中原有物体的阴影交互。最后端到端的训练整个融合过程。另外为了保证算法良好的泛化能力，本文基于Embree搭建了高性能渲染器，渲染器支持随机几何生成，随机材质与纹理生成，随机光源变换，在真实照片数据对难以获取的情况下，渲染真实感图像为算法提供训练数据。