基于深度学习的图像重照明实践学习笔记(2)

项目摘要

项目任务是什么？

One-to-one Relighting：目标是将输入图像从一组预定义
的照明设置（即北，6500K）转换为另一组预定义的照明
设置（东，4500K）。图像的分辨率为1024×1024，包括
输入和输出，仅提供输入图像。

解决这个任务的基本模型架构是怎样的？

大体上来说，将输入图片放入我们的“黑盒”中从而得到输出图片，而这个“黑盒”就是我们所使用的模型（Neural Network）,"黑盒"中则有着大量的参数需要我们去通过输入输出进行调整（W1，W2等），这也就是我们所常说的模型训练过程。
至于这里我们所说的“黑盒”内部的具体细节，也将在后面的课程中进行详细的讲述。

使用什么数据训练模型？

本次项目我们使用的数据为VIDIT（Virtual Image Dataset for Illumination Transfer），是一种专门进行光源变换训练的数据集。

• 其包含390个不同的场景（这些场景都是来源于虚幻引擎），每个场景采集40张图片（即40种不同的光照设置）。
• 40中不同的关照设置由5种不同的色温和8个光照方向组合而来（就该任务而言，采用点光源的图像更容易实现一些）。
  
• 该数据集在GitHub上是开源的。
• 其训练集有300张，验证集与测试集都为45张，而项目的最终评测效果也就是看模型在这45张测试集上的测试效果（测试集我们自身是拿不到ground truth的）。

模型如何设计？

冠军模型：Wavelet Decomposed RelightNet (WDRN)

注：IDWT为DWT的逆变换
（网络的具体内部解说会在第四次课程中结合论文详细说明）

经典模型：Norm-Relighting-U-Net (NRUNet)

梯形可以理解为神经网络的降维或者升维。

Deep Residual Network for Image Relighting (DRNIR)

Self-Attention AutoEncoder (SA-AE)

该网络属于赛道三的网络，属于Any-to-any类型

Norm-Relighting-U-Net (NRUNet)

该网络同样属于赛道三的网络，属于Any-to-any类型

Deep Residual Network for Image Relighting (DRNIR)

该网络同样属于赛道三的网络，属于Any-to-any类型

模型效果如何评价？

就One-to-one问题而言

在刷榜期间使用的是PSNR和SSIM指标进行评判，而在评判冠亚军时所采用的是MPS（Mean Perceptual Score）指标，即主观评价指标——人为进行打分。再将其标准化SSIM和LPIPS得分的平均。




（上述值都应该越大越好）
相关论文推荐：The Unreasonable Effectiveness of Deep Features as a Perceptual Metric


网络核心为获取不同层级的特征，相同层级的特征做减法最后计算距离。

其他一些问题

项目代码如何写？

对初学者而言，强烈建议先抄写官方代码。

项目有实际应用场景吗？

• 三维人脸建模
  

• 照片补光
  

• 将真实建筑物3D化并改变光影效果

更多相关学习资源获取

第二次课程直播回放链接：https://www.bilibili.com/video/BV1Ch4112734