增强现实技术是一种将虚拟叠加在真实上的技术,实现对真实世界信息的增强,从视觉效果上实现虚拟物体的真实性,增强人类对真实世界的感知。在增强现实系统中光照的估计和模拟对系统的真实性有很大的影响,因此如何实现虚拟物体的光照与现实中一致是增强现实系统中的一个难题。针对增强现实系统中出现的光照一致性问题,本文主要工作以及创新如下:1.首先本文针对传统低照度图像增强算法存在亮度不足细节部分不清晰等问题。基于深度学习的光照估计的可行性,提出一种基于改进生成对抗网路的低照度图像增强算法,该方法可以对基于单张低照度图像进行光照估计,从而用以增强低照度图像的光照,获得较真实的高照度图像,为后续增强现实中光照一致性的实现奠定基础。2.其次本文针对传统增强现实中光照估计方法存在需要辅助标识物或辅助设备,需要获取场景几何结构信息的问题,为验证基于深度学习的光照估计可应用于增强现实中,提出一种基于残差密集网络的光照估计方法,仅仅对成对图像进行光照估计,不需要辅助标识物和几何信息,预测光照信息对虚拟物体进行渲染,使其可以运用到增强现实当中,解决增强现实中光照一致性的问题。本文通过将深度学习技术应用到解决增强现实中光照一致性问题,提出基于深度学习的图像光照估计方法,分别向低照度图像增强方面和增强现实中虚拟物体光照方面提供方法,通过实验结果的验证,基于深度学习的光照估计方法可以较好的解决增强现实中的光照一致性问题,与传统算法相比,基于深度学习的光照估计技术,无需任何辅助标识物和辅助设备,也无需获取场景的几何信息,具有更好的准确性和发展潜力,因此本文提出的增强现实的深度光照估计研究具有一定的研究性和实用性。