迈向具有真实阴影的高保真人脸重打光

现有人脸重打光方法常受困于两个问题：保持主体的局部面部细节，以及在重打光图像中准确去除与合成阴影（尤其是硬阴影）。我们提出一种解决上述两问题的新颖深度人脸重打光方法。我们的方法学习预测源图像与具期望光照的目标图像之间的比率（商）图像，从而在保持局部面部细节的同时重打光图像。训练期间，我们的模型还通过学习使用估计的阴影掩码强调高对比度阴影边界来准确修改阴影。此外，我们引入一种利用阴影掩码估计图像中环境光强度的方法，从而能够在训练时利用具有不同全局光照强度的多个数据集。通过在Multi-PIE和FFHQ数据集上的定量与定性评估，我们证明所提方法忠实保持主体局部面部细节，并能准确处理硬阴影，同时取得最先进的人脸重打光性能。