Las fotos a menudo sufren de una iluminación y sombras terribles debido a las condiciones subóptimas en el entorno, y los profesionales resuelven este problema agregando herramientas de modelado de luz, como scrims, tarjetas de rebote, así como flashes de cámara.
Investigadores han desarrollado un método que se basa en un par de redes neuronales impulsadas por inteligencia artificial que eliminan las sombras extrañas proyectadas por objetos externos y otra para suavizar las sombras faciales proyectadas por las características del sujeto, además de agregar una luz de relleno sintética para mejorar la relación de iluminación.
Para entrenar la primera red neuronal, se construyó un conjunto de datos de retratos del mundo real en el que se representan sombras extrañas sintéticas a la cara.
A continuación, la segunda red neuronal utilizó un conjunto de datos de escaneos Light Stage de sujetos humanos para construir pares de entrada/salida de imágenes de entrada iluminadas por una pequeña fuente de luz, e imágenes de salida de cada rostro con iluminación de relleno y suavizado variable.
Luego propusieron una forma de codificar explícitamente la simetría facial, así como mostrar que el conjunto de datos y el procedimiento de entrenamiento permiten que el modelo se generalice a imágenes tomadas en la naturaleza.
Cuando se combinan, estas redes producen mejoras realistas y estéticamente agradables en imágenes del mundo real.
Fuente: Techeblog