基于物理的渲染技术被广泛运用于照片级真实图像的合成。通过提供合成的逼真图像,基于物理的渲染对相关领域产生了巨大的影响,比如电影娱乐、增强现实、家装设计等领域;除此之外,通过为深度学习等对数据需求较大的方法提供大量合成数据集,基于物理的渲染技术对学术研究也产生了巨大贡献。然而,基于物理的渲染很大程度上依赖于光线追踪技术,因此对于复杂场景往往需要进行大量的计算且难以并行。在这篇论文中,我们提出一种端到端的深度学习方法去有效模拟基于物理的渲染且生成照片级真实的结果。我们的系统主要由两个堆叠的神经网络组成。第一部分神经网络为明暗网络,用于从全景的光照、物体表面法向量以及深度图像中预测出最优的明暗图像;第二部分神经网络为组合网络,用于组合预测的明暗图像以及物体固有的反射图像来生成最终的模拟结果。我们的方法受到本征图像分解的启发,将明暗图像作为中间约束从而使整个预测过程更符合物理规范,且对光照的变化更加敏感。通过大量的实验证明,我们的方法能够产生令人满意的渲染结果;甚至在合理时间预算下针对复杂场景能够产生更好的结果。除此之外,我们调整感知损失函数不同层的权重使得渲染结果对噪声具有鲁棒性。