学习像素自适应权重用于人像照片修图
图像与视频处理
2021-12-08 v1 计算机视觉与模式识别
摘要
人像照片修图是一项强调人物区域优先与组级一致性的照片修图任务。基于查找表的方法通过学图像自适应权重组合三维查找表(3D LUTs)并执行逐像素色彩变换，取得了令人满意的修图性能。然而，该范式忽略了局部上下文线索，并在人像像素与背景像素呈现相同原始 RGB 值时对其施加相同变换。相反，专家通常执行不同操作来调整人像区域与背景区域的色温与色调。这启发我们建模局部上下文线索以显式提升修图质量。首先，我们考虑一个图像块并预测像素自适应查找表权重以精确修整中心像素。其次，由于邻域像素对中心像素表现出不同亲和度，我们估计局部注意力掩码来调节邻域像素的影响。第三，局部注意力掩码的质量可通过施加监督进一步提升，该监督基于由真值人像掩码计算的亲和力图。对于组级一致性，我们提出直接约束 Lab 空间中平均色彩分量方差。在 PPR10K 数据集上的大量实验验证了方法的有效性，例如在高分辨率照片上，PSNR 指标提升超过 0.5，而组级一致性指标至少下降 2.1。
引用
@article{arxiv.2112.03536,
title = {Learning Pixel-Adaptive Weights for Portrait Photo Retouching},
author = {Binglu Wang and Chengzhe Lu and Dawei Yan and Yongqiang Zhao},
journal= {arXiv preprint arXiv:2112.03536},
year = {2021}
}
备注
Techinical report