文章目錄

• 一、人臉光照遷移原理
• 二、python實現人臉光照遷移

FIIQA-PyTorch

FIIQA

高高興興，跑起來，發現完全不行啊。下載的數據只有3類，結合github上200類，這個有點差距。

所以想著自己制作，參考論文如下：

Face Illumination Transfer through Edge-preserving Filters

一、人臉光照遷移原理

論文中主要將人臉分為3部分：顏色層、大尺度層以及細節層。將人臉圖像轉化到Lab顏色空間，其中L通道表示亮度值；a、b表示顏色層。對L通道通過wsl（加權最小二濾波）濾波可以得到大尺度層，然後通過如下：
d e t a i l s = L l a r g e s c a l e details=\frac{L}{largescale} details=largescaleL​
其中：largscale表示大尺度層，details表示細節層。

通過上述方法，依次對模板和目標圖像提取大尺度層，然後，這兩個圖像進行引導濾波/導向濾波（Guided Filter）。注意，這裡將目標作為引導圖，模板作為初始圖像，使得模板與目標相似。

通過，導向濾波之後，需要還原亮度通道L，參考上述公式進行計算，然後將Lab空間轉化為BGR空間，最終得到人臉光照不均勻的遷移圖片。

二、python實現人臉光照遷移

import cv2
from cv2.ximgproc import *
import numpy as np
def lightness_layer_decomposition(img,conf,sigma):
''' 將圖片分離為顏色層和亮度層 :param img: :return: '''
# wsl濾波
large_scale_img=fastGlobalSmootherFilter(img, img, conf, sigma)
detail_img=img/large_scale_img
return large_scale_img,detail_img
def face_illumination_transfer(target=None, reference=None):
''' 將標簽光照遷移到目標人臉上 :param target: :param reference: :return: '''
h,w=reference.shape[:2]
target=cv2.resize(target,(w,h))
# lab顏色轉換
# 提取顏色(a,b)和亮度層l
lab_img = cv2.cvtColor(target, cv2.COLOR_BGR2Lab)
l, a, b = cv2.split(lab_img)
lab_rimg = cv2.cvtColor(reference, cv2.COLOR_BGR2Lab)
lr, ar,br = cv2.split(lab_rimg)
# 將亮度層進行分層:大尺度層和細節層
large_scale_img, detail_img= lightness_layer_decomposition(l,600,20)
large_scale_rimg, detail_rimg = lightness_layer_decomposition(lr,600,20)
# 通過引導波濾波將模板亮度遷移到目標圖上
large_scale_rimg = large_scale_rimg.astype('float32')
large_scale_img = large_scale_img.astype('float32')
out=guidedFilter(large_scale_img,large_scale_rimg,18,1e-3)
out=out*detail_img
out=out.astype(np.uint8)
res=cv2.merge((out,a,b))
res=cv2.cvtColor(res,cv2.COLOR_Lab2BGR)
return res
if __name__=="__main__":
img_file=r"D:\data\face\good3\1630905386503.jpeg"
reference=r"D:\data\face_illumination\illumination patterns\office-lamp-night-6.JPG"
# 讀取人臉圖片
img = cv2.imread(img_file)
rimg=cv2.imread(reference)
res=face_illumination_transfer(img,rimg)
cv2.imshow("res",res)
cv2.waitKey(0)

最終結果如下：

參考連接：

opencv使用 — fastGlobalSmootherFilter

引導圖濾波（Guided Image Filtering）原理以及OpenCV實現