基于生成先验的无监督人像阴影去除
计算机视觉与模式识别
2021-08-10 v1
摘要
人像图像常受到由随意物体甚至面部本身投射的不期望阴影的困扰。现有的人像阴影去除方法需要在大规模合成数据集上训练，而我们提出了首个无需任何训练数据的无监督人像阴影去除方法。我们的核心思想是利用现成预训练StyleGAN2中嵌入的生成式面部先验。为此，我们将阴影去除任务表述为图层分解问题：带阴影人像图像由阴影图像与无阴影图像的混合构成。我们提出了一种有效的渐进优化算法来学习该分解过程。我们的方法也可扩展至人像纹身去除与水印去除。在真实世界人像阴影数据集上的定性与定量实验表明，我们的方法取得了与有监督阴影去除方法相当的性能。我们的源代码可在 https://github.com/YingqingHe/Shadow-Removal-via-Generative-Priors 获取。
引用
@article{arxiv.2108.03466,
title = {Unsupervised Portrait Shadow Removal via Generative Priors},
author = {Yingqing He and Yazhou Xing and Tianjia Zhang and Qifeng Chen},
journal= {arXiv preprint arXiv:2108.03466},
year = {2021}
}
备注
Accepted to ACM MM 2021 (Oral). Code is available at: https://github.com/YingqingHe/Shadow-Removal-via-Generative-Priors