加拿大西蒙弗雷泽大学的研究人员推出ColorfulShading，它能够将真实世界中的照片中的表面反射率（也就是物体本来的颜色）和照明效果（比如光线如何影响物体的外观）分离开来。简单来说，它可以将一张照片分解为几个部分：物体的颜色、由光照产生的阴影和高光，以及由其他光源或反射产生的额外颜色。
主要功能：
- 颜色和光照分离：将照片中的颜色信息（比如物体的颜色）和光照效果（比如阴影、高光）分离。
- 高分辨率处理：在保持高分辨率的同时实现颜色和光照的分离。
- 真实世界应用：能够在真实世界的各种复杂场景中使用。
主要特点：
- 多步骤处理：通过多个步骤逐渐去除光照效果，从而得到更准确的颜色和光照层。
- 无需调整：不需要对每个新场景进行单独调整，可以通用于多种场景。
- 高保真输出：输出结果能够保持高度的真实感和细节。
工作原理：
- 初始分解：首先使用现有的方法将照片分解为基础的颜色和光照层。
- 颜色修正：然后通过一个网络（称为chroma network）估计光照的颜色，修正基础颜色层中的色偏。
- 高分辨率颜色层：接着，使用另一个网络（称为albedo network）进一步细化颜色层，去除光照效果。
- 最终分解：最后，去除假设中的“每个点的光照都是Lambertian反射”的假设，估计出真实的颜色光照层和非扩散光照层。
具体应用场景：
- 图像编辑：比如去除照片中的高光部分，或者改变光照效果，使得照片看起来是在不同的光照条件下拍摄的。
- 计算机视觉：在进行物体识别或场景理解时，能够更好地分析物体的物理属性，而不是被光照条件所干扰。
- 增强现实：在增强现实应用中，可以根据实际环境的光照条件，实时调整虚拟物体的光照效果，使其看起来更自然。
评论0