近年、一枚の画像から深層学習を用いて材質のSVBRDF(双方向反射率分布関数)を推定する手法が盛んに研究されているが、対象は等方性の反射特性のみに限定されている。本手法では、等方性のSVBRDF推定を深層学習により行う先行研究を改良し、異方性材質の場合にも推定可能な手法を提案する。本手法では、従来手法のレンダリングアルゴリズムを異方性を扱えるものに変更し、U-netのスキップ接続部において特徴マップの意味的な違いを小さく抑えるためにレベル数に応じた畳み込みを導入する。このネットワークを様々な異方性材質のデータを含む新たなデータセットを生成して学習し、異方性材質のSVBRDFを推定する。