ポートレートのための制御可能な光拡散

要旨

ポートレートの照明を改善する新しい手法として、光拡散法を提案します。この手法は、プロの写真家が使用するディフューザーやスクリムに着想を得ており、単一のポートレート写真から照明を柔らかくします。従来のポートレート再照明手法は、照明環境全体を変更すること、影を除去すること（強い鏡面ハイライトを無視すること）、またはシェーディングを完全に除去することに焦点を当てていました。これに対して、我々は学習ベースの手法を提案し、光拡散の量を制御し、実世界のポートレートに適用することを可能にします。さらに、被写体の顔の形状に合わせて、サブサーフェス散乱効果を伴う説得力のある外部影を合成する手法を設計します。最後に、アルベド推定、形状推定、セマンティックセグメンテーションなどの高レベルな視覚アプリケーションの堅牢性を向上させる方法を示します。

English

We introduce light diffusion, a novel method to improve lighting in portraits, softening harsh shadows and specular highlights while preserving overall scene illumination. Inspired by professional photographers' diffusers and scrims, our method softens lighting given only a single portrait photo. Previous portrait relighting approaches focus on changing the entire lighting environment, removing shadows (ignoring strong specular highlights), or removing shading entirely. In contrast, we propose a learning based method that allows us to control the amount of light diffusion and apply it on in-the-wild portraits. Additionally, we design a method to synthetically generate plausible external shadows with sub-surface scattering effects while conforming to the shape of the subject's face. Finally, we show how our approach can increase the robustness of higher level vision applications, such as albedo estimation, geometry estimation and semantic segmentation.

ポートレートのための制御可能な光拡散

Controllable Light Diffusion for Portraits

要旨

Support