完全发职:学习封锁背景更换的肖像

2021-05-11 04:03:55

我们提出了一种新颖的肖像致密和背景替代系统,其维持高频边界细节,并准确地将受试者的外观精确地通过新的照明点亮,从而产生用于任何所需场景的现实复合图像。我们的技术包括通过Alpha Matting,Chigationing和合成的前景估计。我们证明,这些阶段中的每一个可以在连续的管道中解决,而不使用前瞻(例如已知的背景或已知的照明)并且没有专门的采集技术,仅使用单个RGB肖像图像和新颖的目标HDR照明环境输入。我们使用在光级计算照明系统中捕获的受试者的Relit肖像来培训我们的模型,该级数记录了多个照明条件,高质量的几何形状和准确的alpha锍。为了对合成进行逼真的回顾,我们在深度学习框架中引入了一种新颖的每像素照明表示,其明确地模拟了外观的漫射和镜面组件,产生了令人信服地呈现的非兰伯语效果,如镜面亮点。多个实验和比较显示在应用于野外图像时所提出的方法的有效性。

@inproceings {pandey:2021,作者= {pandey,rohit和orts-escolano,sergio和legendre,chloe和heene,christian和bouziz,sofien和rhemann,christoph和debevec,paul和fanello,sean},标题= {总计致辞:学习改变背景替代的肖像},Journal = {图形上的ACM事务(程序Siggraph)},卷= {40},Number = {4},月= {八月},年= {2021},DOI = {10.1145 / 3450626.3459872},}