[发明专利]一种逆向渲染的人脸图像光照信息编辑方法在审
申请号: | 202010521470.8 | 申请日: | 2020-06-10 |
公开(公告)号: | CN111798384A | 公开(公告)日: | 2020-10-20 |
发明(设计)人: | 王中元;熊张洋;梁金碧;肖晶;朱荣;韩晓光 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T11/00;G06T3/00;G06K9/62 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 魏波 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 逆向 渲染 图像 光照 信息 编辑 方法 | ||
1.一种逆向渲染的人脸图像光照信息编辑方法,其特征在于,包括以下步骤:
步骤1:获取待编辑人脸图像对应的本色图像A、残差图像R、法线图像N;
步骤2:提取或自定义参考人脸图像中的光照参数L;
步骤3:根据步骤1中得到的法线图像N和步骤2中提取出的光照参数L,生成得到高光图像S;
步骤4:将步骤1中得到的本色图像A与残差图像R以及步骤3中得到的高光图像S,重建出光照信息编辑后的人脸图像。
2.根据权利要求1所述的逆向渲染的人脸图像光照信息编辑方法,其特征在于,步骤1中,将待编辑人脸图像输入到深度学习算法模型中,基于深度学习逆渲染方法得到本色图像、残差图像和法线图像,过程为:
F(I)→A,R,N;
其中,F()表示深度学习算法模型,I、A、R、N分别表示输入待编辑人脸图像及其对应的本色图像、残差图像、法线图像。
3.根据权利要求1所述的逆向渲染的人脸图像光照信息编辑方法,其特征在于,步骤2中,将参考人脸图像输入到深度学习算法模型中,基于深度学习逆渲染方法得到光照参数L,过程为:
F(I2)→L;
其中,F()表示深度学习算法模型,I2表示参考人脸图像,L表示参考人脸图像中的光照参数。
4.根据权利要求1所述的逆向渲染的人脸图像光照信息编辑方法,其特征在于,步骤3中,基于朗伯体光照模型算法生成得到高光图像S:
S=Lambertain(N,L);
这里,Lambertain()表征基于球谐函数系数的朗伯体光照模型。
5.根据权利要求1所述的逆向渲染的人脸图像光照信息编辑方法,其特征在于,步骤4中,采用如下公式重建出光照信息编辑后的人脸图像:
Ir=(S*A)+R;
其中,Ir表示编辑后的人脸图像,*表示图像像素的点积操作,+表示图像像素的点加操作。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010521470.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种通过面部识别进行车辆功能配置的方法
- 下一篇:一种主从导丝控制方法
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序