論文の概要: Geometry-Driven Shadow Harmonisation for Composited Faces: A Multiplicative, Albedo-Preserving Relighting Pipeline
- arxiv url: http://arxiv.org/abs/2609.17740v1
- Date: Tue, 15 Sep 2026 18:47:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.506021
- Title: Geometry-Driven Shadow Harmonisation for Composited Faces: A Multiplicative, Albedo-Preserving Relighting Pipeline
- Title（参考訳）: 複合顔のための幾何駆動型シャドウ調和:多目的なアルベド保存リライティングパイプライン
- Abstract要約: フェイススワッピングパイプラインは、幾何学的に整列するが、測光的に不明瞭な顔を生成する。
現存するほとんどの治療薬は、色移動、神経リライト、あるいは逆光を通して顔を再合成するので、同一性、肌のトーン、テクスチャを変化させるリスクがある。
我々は、幾何駆動型フォームシャドウインジェクションのレンダリングという保守的な方法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Face swapping and face compositing pipelines routinely produce a face that is geometrically well aligned but photometrically implausible: the donor face carries flat, near-frontal studio illumination while the host body and background carry directional scene light. Most existing remedies re-synthesise the face through colour transfer, neural relighting, or inverse rendering, and therefore risk altering identity, skin tone, and texture. We present a conservative alternative: geometry-driven form-shadow injection. The pipeline never repaints the face. It estimates a per-pixel gain field $g\in[g_{\min},1]$ from a rasterised 3D face proxy and multiplies it channel-uniformly onto linear RGB, so the operator can only darken and cannot shift chromaticity. A dense landmark mesh is rasterised into a depth buffer, from which we derive surface normals, a cavity term, and screen-space cast shadows. Key-light direction is estimated from host-side cues (body, background, hair halo); on-face cues are downweighted because they recover the donor's lighting. Shadow magnitude is not matched to the host: it is set by a three-parameter transfer $(τ,σ,g_{\min})$. The shading field is divided by its 75th percentile over skin, then gated, scaled, clamped, smoothed, and re-clipped inside a feathered, skin-gated face mask. On an analytic face heightfield, the default $(τ,σ,g_{\min})=(0.90,0.45,0.82)$ modifies 56.5% of face pixels with mean gain 0.938 (0.890 on modified pixels) and drives 3.4% of pixels to the floor. Hue invariance is a corollary of the operator. We analyse the transfer in closed form, ablate its parameters, and discuss failure modes of a monotone, darkening-only formulation, including double-shadowing of non-flat donors.
- Abstract（参考訳）: 顔スワッピングと顔合成パイプラインは、幾何学的に整列しているが測光的に不明瞭な顔を生成する。
現存するほとんどの治療薬は、色移動、神経のリライト、あるいは逆レンダリングを通じて顔を再合成するので、同一性、肌のトーン、テクスチャを変化させるリスクがある。
我々は、幾何駆動型フォームシャドウインジェクションという保守的な代替案を提示した。
パイプラインは顔を塗り替えることはありません。
ピクセル当たりのゲインフィールド$g\in[g_{\min},1]$をラスタライズされた3Dフェイスプロキシから推定し、それを一様にリニアRGBにマージする。
密集したランドマークメッシュを深さバッファにラスタライズし、そこから表面正規、空洞項、スクリーンスペースキャストシャドーを導出する。
キーライトの方向は、ホスト側のキュー(体、背景、ヘアハロー)から推定される。
影の大きさはホストと一致せず、3パラメータ転送$(τ,σ,g_{\min})$で設定される。
シェーディングフィールドは、皮膚上の75番目のパーセンタイルで分割され、その後、羽毛で覆われたスキンゲートのフェイスマスクの中に、ゲート、スケール、クラム、スムーズ、そして再クラップされる。
解析的な顔の高さフィールドでは、デフォルトの$(τ,σ,g_{\min})=(0.90,0.45,0.82)$は、平均値0.938 (0.890) の顔ピクセルの56.5%を修正し、フロアに3.4%のピクセルを駆動する。
ヒュー不変性 (Hue invariance) は作用素の系である。
我々は、閉じた形で転送を分析し、パラメータを吸収し、非平坦なドナーの二重シェーディングを含むモノトーン、暗化のみの定式化の失敗モードについて議論する。
関連論文リスト
- UnReflectAnything: RGB-Only Highlight Removal by Rendering Synthetic Specular Supervision [51.72020507506023]
我々は、単一の画像からハイライトを削除するRGB専用のフレームワークUnReflectAnythingを紹介する。
反射のない拡散再構成とともにハイライトマップを予測する。
自然と外科の領域にまたがって一般化され、非ランベルト面や一様でない照明が顕著なハイライトを生み出している。
論文 参考訳（メタデータ） (2025-12-10T12:22:37Z) - Learning to Decouple the Lights for 3D Face Texture Modeling [71.67854540658472]
このような不自然な照明下での3次元顔のテクスチャをモデル化するための新しいアプローチを提案する。
この枠組みは、複数の異なる光条件の合成として、不自然な照明を模倣することを学ぶ。
単一画像とビデオシーケンスの両方の実験により,本手法の有効性を実証した。
論文 参考訳（メタデータ） (2024-12-11T16:36:45Z) - RNG: Relightable Neural Gaussians [19.197099019727826]
硬表面とソフト境界の両方で物体を照らすことができる新しい3DGSベースのフレームワークを提案する。
また,影の精度を向上させるための深度改善ネットワークも導入した。
提案手法は,従来の手法に比べてトレーニング(1.3時間)とレンダリング(60フレーム/秒)を著しく高速化する。
論文 参考訳（メタデータ） (2024-09-29T13:32:24Z) - DiFaReli++: Diffusion Face Relighting with Consistent Cast Shadows [11.566896201650056]
我々は,グローバル照明やキャストシャドウといった課題に対処するため,自然界における単一視点の顔のリライティングに新たなアプローチを導入する。
我々は、1つのネットワークパスだけを必要とする単発リライトフレームワークを提案する。
論文 参考訳（メタデータ） (2023-04-19T08:03:20Z) - Seeing Through the Glass: Neural 3D Reconstruction of Object Inside a
Transparent Container [61.50401406132946]
透明な囲いは、異なる伝搬媒質間の界面に複数の光反射と屈折の挑戦を引き起こす。
我々は、内部部分空間の幾何学と外観を暗黙的に表現する既存のニューラル再構成法(NeuS)を用いる。
複雑な光相互作用を説明するため,ボリュームレンダリングとレイトレーシングを組み合わせたハイブリッドレンダリング戦略を開発した。
論文 参考訳（メタデータ） (2023-03-24T04:58:27Z) - NeRFFaceEditing: Disentangled Face Editing in Neural Radiance Fields [40.543998582101146]
ニューラル放射場における幾何と外観の編集とデカップリングを可能にするNeRFFaceEditingを導入する。
提案手法では,ユーザが幾何学と外観の分離した制御を施したセマンティックマスクによる編集が可能となる。
定性的かつ定量的な評価は,既存の解や代替解と比較して,本手法の幾何学的・外見的制御能力に優れていることを示す。
論文 参考訳（メタデータ） (2022-11-15T08:11:39Z) - Physically-Based Editing of Indoor Scene Lighting from a Single Image [106.60252793395104]
本研究では,1つの画像から複雑な室内照明を推定深度と光源セグメンテーションマスクで編集する手法を提案する。
1)シーン反射率とパラメトリックな3D照明を推定する全体的シーン再構成法,2)予測からシーンを再レンダリングするニューラルレンダリングフレームワーク,である。
論文 参考訳（メタデータ） (2022-05-19T06:44:37Z) - RoI Tanh-polar Transformer Network for Face Parsing in the Wild [50.8865921538953]
顔解析は、画像中のターゲット顔の顔成分のピクセルワイズラベルを予測することを目的としている。
既存のアプローチは通常、前処理中に計算されたバウンディングボックスに関して、入力画像からターゲット顔を取得する。
本稿では,画像全体を顔領域とコンテキストの固定比でTanh極表現に変換するRoI Tanh極変換を提案する。
第3に、Tanh極空間とTanh-Cartesian空間の両方に畳み込み層を含むハイブリッド残差表現学習ブロック、HybridBlockを提案する。
論文 参考訳（メタデータ） (2021-02-04T16:25:26Z) - FaceDet3D: Facial Expressions with 3D Geometric Detail Prediction [62.5557724039217]
表情は3d顔形状の様々な高レベルな詳細を誘導する。
人間の顔のモルフォラブルモデル(3DMM)は、PCAベースの表現でそのような細かい詳細をキャプチャできません。
faceet3dは,1つの画像から,任意の対象表現と一致する幾何学的顔詳細を生成する,初歩的な手法である。
論文 参考訳（メタデータ） (2020-12-14T23:07:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。