高质量本征图像求解技术及其应用研究

Intrinsic images recovery algorithm usually aims at separating the illumination and reflectance components from an input photograph. The observed color on an object surface is influenced by many intrinsic factors, including the material of the object and the colors of the light sources, while the two of the most important characteristics are the shading and reflectance in the scene. Therefore, it is still an open challenge on how to recover the high quality intrinsic images, and has the fundamental applications in the areas of computational photograph and realistic graphics rendering. The main research topics include the Single- illuminant and Multi-illuminant Hybrid Dichromatic Reflection Mode(MHDRM) based intrinsic images, the subband architecture and sparse representation based intrinsic images recovery approach, the Latent Dirichlet Allocation (LDA) learning based intrinsic images, the colorization and recolorization for images and videos using the intrinsic images, and the intrinsic images based image/video retexturing techniques. Finally, we develop a GPU-based real time system for recovering the high quality intrinsic images/video, and apply the aforementioned techniques for the applications of computational photograph and realistic graphics rendering.

本征图像求解主要研究从图像中提取亮度和反照率信息构成亮度本征图和反照率本征图。物体表面所呈现的颜色是由物体的材质和光源的颜色等本征属性决定的，而反照率和亮度信息是两种最重要的本征属性。恢复单幅图像的本征图仍然是计算机图形学与计算机视觉领域的研究难点之一。因此研究高质量本征图像的求解技术及其应用，不仅具有重要的理论意义，而且在计算摄影学和真实感图形学绘制等领域具有重要的应用价值。本项目具体包括基于单光源/多光源混色双色反射模型(MHDRM)的高质量本征图像求解方法、基于子带结构和稀疏表达的自动本征图像计算方法、基于隐含狄利克雷分布模型(LDA)学习过程的高质量本征图像求解算法、基于本征图像的实时图像着色与二次着色方法、基于本征图像/视频的实时材质编辑方法与纹理替换算法。项目最终将实现一个基于GPU 技术的实时高质量本征图像/视频求解系统，并将相关技术应用于真实感图形绘制和影视特效制作等

本征图像求解主要研究从图像中提取亮度和反照率信息构成亮度本征图和反照率本征图。物体表面所呈现的颜色是由物体的材质和光源的颜色等本征属性决定的，而反照率和亮度信息是两种最重要的本征属性。该项目完成了从单张图像与多张图像中高质量地恢复本征图像的关键技术及其应用研究。具体完成研究内容包括基于用户交互式画笔和阴影检测与分解的高质量本征图像求解算法、基于能量优化和多张图像的高精度本征图像求解方法、基于本征视频求解的纹理材质编辑与纹理替换算法。该项目的相关研究成果与技术可应用于具体的实时高质量本征图像求解系统、图像与视频编辑任务、智能视频监控、网络动漫游戏设计、计算摄影、真实感图形绘制和影视特效制作等领域。