人像阴影处理

随意拍摄的人像照片常因环境中次优条件而遭受不佳光照与阴影。诸如阴影位置与柔和度、面部亮暗部分的光比等美学特质，往往由环境限制决定而非摄影师掌控。专业人士通过使用如遮光布、反光板和闪光灯等光整形工具来解决此问题。本文提出一种计算方法，使普通拍摄者获得部分此类控制能力，从而以真实且易控的方式在拍摄后对光照不佳的人像进行重新打光。我们的方法依赖一对神经网络——一个用于去除外部物体投射的异源阴影，另一个用于柔化被摄者面部特征产生的面部阴影，并添加合成补光以改善光比。为训练第一个网络，我们构建了真实世界人像数据集，将合成异源阴影渲染至面部，并展示该网络学会了去除那些不需要的阴影。为训练第二个网络，我们使用人类受试者的 Light Stage 扫描数据集，构建由小光源 harsh 照明的输入图像与各面部经可变柔化与补光输出的输入输出对。我们提出一种显式编码面部对称性的方法，并展示我们的数据集与训练流程使模型能泛化至野外拍摄图像。二者结合，使真实世界人像图像中阴影与光照的真实且美观的增强成为可能。