对于一般的增强现实应用而言,其输出的合成图像的真实感决定了增强现实应用的质量,对用户体验有着至关重要的影响。合成图像的光照一致性对合成图像的真实感具有很重要的影响。光照一致性主要体现在虚拟物体的阴影、明暗效果是否与现实世界的光照条件相匹配。相较之下,光照一致性的问题受拍摄场景的影响更为复杂多变,难以解决。由于人眼对合成图像的真实感判断更大程度上取决于虚拟物体的阴影,因此生成合理的虚拟物体阴影对增强现实应用而言至关重要。现有的虚拟阴影生成方法遵从基于物理的渲染理论,需要估计现实世界的几何、光照、反射率与材质等属性,在获取了这些信息之后对虚拟物体进行渲染从而产生阴影。然而,估计这些属性的逆渲染问题在计算机视觉领域是一项十分具有挑战性的任务,往往依赖于庞大的运算量而难以实时地完成。除此之外,错误的估计结果会造成后续的渲染生成与现实世界光照条件不匹配的虚拟物体阴影。这使得基于逆渲染的方法需要消耗大量的人力物力成本,进而在实际的增强现实应用中受到严苛的限制。针对以上关键问题,本文从深度学习的图像生成角度,以通用、便捷为目标研究基于单目视觉的虚拟物体阴影直接生成方法。本文的主要研究贡献概述如下:(1)构建了首个大规模的增强现实阴影生成图像数据集,该数据集与现有的阴影相关图像数据集有很大不同,不仅包含虚拟物体阴影从无到有的对应关系,还对现实世界中的阴影与产生这些阴影的相应遮挡物做了标注。这些标注作为重要的线索,可以更好地引导虚拟物体阴影的生成。(2)提出了一种名为ARShadow GAN的端到端可训练的生成式对抗网络。ARShadow GAN在上述的增强现实阴影生成数据集上训练之后具备直接生成虚拟物体阴影的能力,适用于包含单个主要光源的现实世界场景。与一般的图像到图像转换框架不同,ARShadow GAN充分地利用了注意力机制,关注现实世界中的阴影与相应的遮挡物,并将其作为线索信息更好地引导虚拟物体阴影的生成,实现了直接对虚拟物体阴影与现实世界之间的映射关系进行建模,而不需要任何显式的光照估计等逆渲染步骤。(3)将理论与实践相结合,成功地将优化过的ARShadow GAN网络模型移植并部署于华为Atlas 200 DK AI开发者套件上,实现了在单个开发者板上以接近实时的速度执行虚拟物体阴影生成的推断步骤。本文的研究内容紧紧地围绕增强现实中的虚拟物体阴影生成这一主题,其中涉及阴影数据集构建、深度神经网络模型的结构设计、网络模型的训练与评估与网络模型移植与部署等问题。本文的方法能避免复杂且开销巨大的逆渲染方式,实现简单便捷的直接阴影生成。充分的实验证实了本文提出的方法能有效地应用于一般的增强现实应用中。