文献

J-GLOBAL ID：202002234240435650   整理番号：20A2733915

明示的多重反射チャネルモデリングによる単一画像ポートレート再照明【JST・京大機械翻訳】

Single image portrait relighting via explicit multiple reflectance channel modeling

著者 (6件)： Wang Zhibo (Tsinghua University, China) ,  Yu Xin (University of Technology Sydney, Australia) ,  Lu Ming (Intel Labs, China) ,  Wang Quan (SenseTime, China) ,  Qian Chen (SenseTime, China) ,  Xu Feng (BNRist and school of software, Tsinghua University, China)
資料名： ACM Transactions on Graphics  (ACM Transactions on Graphics)
巻： 39  号： 6  ページ： 1-13  発行年： 2020年 
JST資料番号： W0137A  ISSN： 0730-0301  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： パターン再照明は,異なる照明条件の下で顔画像をレンダリングすることを目的とする。既存の方法は,鏡面や影のようないくつかの挑戦的な照明効果を明示的に考慮せず,従って,極端な照明条件を扱うのに失敗する可能性がある。本論文では,顔アルベド,形状および2つの照明効果,すなわち鏡面および影を含む,単一画像ポートレート再照明のための多重反射率チャネルを明示的にモデル化する新しいフレームワークを提案した。これらのチャネルは,最終的に,深いニューラルネットワークを介してリリーフ結果を生成するように構成される。現在のデータセットは,そのような多重反射率チャネルモデリングの学習を支持しない。したがって,著者らは,チャネルの地上トラスを有する大規模データセットを提示し,教師つき方法で深層ニューラルネットワークを訓練することを可能にする。さらに,照明誘導特徴変調(LFM)と名付けた新しいモジュールを開発した。ネットワークのボトルネックに与えられた照明を単純に組み込む既存の方法とは対照的に,LFMは,より説得力のある結果を得るために,層ごとの特徴変調によって照明を融合する。大規模な実験は,著者らの提案方法がより良い結果を達成して,挑戦的な照明効果を生み出すことができることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  トラス ,  照明 ,  照明条件 ,  ニューラルネットワーク ,  アルベド ,  深層 ,  チャネル ,  *多重反射 ,  レンダリング ,  顔画像
準シソーラス用語： 照明効果 ,  *チャネルモデリング ,  大規模データセット ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 深層神経レンダリング ,  画像に基づく再照明 ,  ポートレート再照明

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 多重反射 ,  チャネルモデリング ,  ポートレート ,  照明