使用上下文感知照明恢复网络删除肖像影子
概括
这项研究引入了上下文感知照明恢复网络 (CIRNet),通过使用背景背景来删除肖像影子. 该方法改善了面部和背景之间的照明和,优于现有的技术.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 人工智能的人工智能
背景情况:
- 由于面部表面,肖像影子的去除是复杂的.
- 现有的方法往往忽略了关键的背景照明线索.
- 背景背景对于照明和在影子清除中至关重要.
研究的目的:
- 提出一个新的网络来删除肖像影子,利用背景背景.
- 为了提高肖像和背景之间的照明一致性.
- 为了解决现有的影子去除技术的局限性.
主要方法:
- 开发了一个具有上下文意识的照明恢复网络 (CIRNet),有三个阶段:CSRNet,ASRNet和全球融合网络.
- CSRNet可以减轻初始照明差异.
- ASRNet使用背景和非影子肖像背景来恢复阴影区域.
- 全球融合网络适应性地将上下文信息合并为最终结果.
主要成果:
- 拟议的CIRNet有效地消除了肖像影子,同时保持了照明和.
- 该方法利用背景照明信息来改善结果.
- 已证明能够清除高分辨率的阴影和镜像亮光.
结论:
- 通过结合上下文信息,CIRNet在肖像影子清除方面取得了重大进展.
- 开发的真实面部影子数据集是同类的第一个,对研究有价值.
- 与现有方法相比,该方法取得了优越的定性和定量结果.
