照亮你的面部：面部填充光照增强的物理一致数据集和扩散模型
计算机视觉与模式识别
2026-02-05 v1
摘要
面部填充光照增强（FFE）通过添加虚拟填充光来增亮阴影面部，同时保持原始场景照明和背景不变。大多数面部光照方法旨�重塑整体照明，这会抑制输入照明或修改整个场景，导致前景背景不一致且不符合实际FFE需求。为支持可扩展的学习，我们引入LightYourFace-160K（LYF-160K），一个基于物理一致渲染器构建的大规模配对数据集，通过注入由六个解耦因素控制的圆盘状区域填充光，产生160K的前后配对数据。我们首先预训练了一个物理感知灯光提示（PALP），将6D参数嵌入条件标记，同时辅以平面光照重建目标。基于预训练的扩散主干网络，我们随后训练了一个填充光扩散（FiLitDiff），即一种以物理依据灯光代码为条件的高效一步模型，实现可控且高保真的填充光照，计算成本低。在 held-out 配对集上的实验表明，该方法在感知质量和竞争性全参考指标方面表现优异，同时更好地保留背景照明。该数据集和模型已置于https://github.com/gobunu/Light-Up-Your-Face。
引用
@article{arxiv.2602.04300,
title = {Light Up Your Face: A Physically Consistent Dataset and Diffusion Model for Face Fill-Light Enhancement},
author = {Jue Gong and Zihan Zhou and Jingkai Wang and Xiaohong Liu and Yulun Zhang and Xiaokang Yang},
journal= {arXiv preprint arXiv:2602.04300},
year = {2026}
}
备注
8 pages, 7 figures. The code and model will be available at https://github.com/gobunu/Light-Up-Your-Face