随着三维模型在众多领域的深入应用，模型的展示特别是基于B/S架构的模型展示成为三维模型应用环节中不可缺少的一环。而三维建模技术的发展使得出现了一大批拥有十万面片和百兆文件大小以上的复杂三维模型。加上B/S架构受到服务端并发量，网络带宽，浏览器处理能力等诸多客观因素的限制，如何实现其在网页端的实时高真实感展示成为图形学领域重要的研究热点之一，具有很大的研究意义和挑战性。本文的研究针对该问题展开，主要内容如下:　　1)针对复杂模型的实时高真实感展示需求，提出了一种新的模型展示方法。该方法通过采样模型外接球的细分曲面将模型预渲染成二维图像，并采用视点相关的多细节层次技术将预渲染图像进行分层和分块。结合自适应和渐进式的网络传输，以及基于指数加权的用户交互行为预测等优化，本方法在实际测试中取得了每秒20帧以上的流畅展示帧率。　　2)针对传统蒙特卡罗高真实感渲染方法中实时性和图像噪声之间的矛盾，提出了基于噪声后处理的高真实感渲染方法。该方法将条件生成式对抗网络首次应用于解决蒙特卡罗噪声问题，并设计了包括全卷积网络的生成网络和深度卷积网络的判别网络在内的一种新的对抗网络结构MC-CGAN。除了加入包括图像像素颜色外的多维辅助特征作为网络输入外，该方法还采用了包含平滑损失在内的一种新的损失函数，以及基于法向量方差和梯度大小相似度偏差的图像局部重要性采样技术用于网络的训练。通过与几种现有方法进行对比，验证了其在去除蒙特卡罗噪声时不仅可以取得不错的量化指标，还能获得相对更好的主观视觉体验，较好的解决了已有去噪方法在去除噪声的同时会不可避免的去除细节的难题。　　3)基于上述两种方法，本文实现了一套基于B/S架构的复杂三维模型的实时高真实感展示系统，并将其成功应用于浙江省博物馆馆藏文物模型的远程展示。