项目名称: 基于内容感知编辑算子的复合型人脸图像真实感绘制

项目编号: No.61502176

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 计算机科学学科

项目作者: 梁凌宇

作者单位: 华南理工大学

项目金额: 20万元

中文摘要: 人脸图像真实感绘制在文化创意产业中有着广泛的应用,对该产业的发展与技术创新起到重要作用。它是通过在图像空间进行图像表观特征(如光照、颜色)的不同编辑变换(如区域的选择与融合)叠加来实现具真实物空间感效果的人脸图像,是计算图形学、计算视觉以及计算机摄影学的一个重要研究领域和研究前沿。. 本项目希冀通过在编辑传播模型中融合人脸特征提取与DLA子空间学习,构建出特征学习的内容感知编辑传播模型,并在此基础上,开展基于内容感知编辑算子的复合型人脸真实感绘制问题的研究,力争在理论上和应用上均有所突破。同时通过提出称为“特征感知蒙板”的方法来实现区域选择、编辑设置和区域融合编辑在准确性、便捷性和容错性的效能提升;并以此构建一个具复用性和扩展性的复合型人脸绘制框架,来同时实现具视觉一致性、高效性和多样性的光照生成、虚拟化妆、皮肤修饰、人脸融合等绘制效果。

中文关键词: 真实感绘制;内容感知;编辑传播

英文摘要: Face images photorealistic rendering play an important role in technological innovation in cultural and creative industries, which generates real-world facial effects in the image space by different editing operators, like region selection or blending. It is an important research topic in the area of computer graphics, computer vision and computational photographic. . The project proposes a content-aware editing model with feature learning, which is constructed by the integration of edit propagation with facial feature extraction and DLA subspace learning. The construction of a hybrid facial rendering framework that based on content-aware editing operator is also study, so that it makes an improvement in this research direction. A class of novel operators called feature-aware masks is proposed for content-aware region selection, edit setting and region blending. Using these operators, a hybrid facial rendering framework is built to facilitate many facial rendering tasks, such as relighting, makeup, beautification, and face blending etc.

英文关键词: photorealistic rendering;content-aware;edit propagation

成为VIP会员查看完整内容
0

相关内容

专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
21+阅读 · 2021年8月10日
专知会员服务
15+阅读 · 2021年5月13日
【CVPR2021】GAN人脸预训练模型
专知会员服务
23+阅读 · 2021年4月10日
基于机器学习的数据库技术综述
专知会员服务
53+阅读 · 2021年1月2日
专知会员服务
77+阅读 · 2020年12月6日
微软亚洲研究院多模态模型NÜWA:以自然语言创造视觉内容
微软研究院AI头条
0+阅读 · 2022年3月3日
【动态】第二届CSIG图像图形技术挑战赛亚军团队介绍
中国图象图形学学会CSIG
1+阅读 · 2022年1月13日
趣解读 | 重构三维植被表型,计算呈现自然之美
中国科学院自动化研究所
0+阅读 · 2021年9月2日
【CVPR2021】GAN人脸预训练模型
专知
1+阅读 · 2021年4月10日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Invertible Mask Network for Face Privacy-Preserving
Arxiv
0+阅读 · 2022年4月19日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
小贴士
相关VIP内容
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
21+阅读 · 2021年8月10日
专知会员服务
15+阅读 · 2021年5月13日
【CVPR2021】GAN人脸预训练模型
专知会员服务
23+阅读 · 2021年4月10日
基于机器学习的数据库技术综述
专知会员服务
53+阅读 · 2021年1月2日
专知会员服务
77+阅读 · 2020年12月6日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员