High-quality hair modeling from a single portrait photo
High-quality hair modeling from a single portrait photo
复制标题
从一张肖像照片中获得高质量的头发造型
DOI：
10.1145/2816795.2818112
复制
发表时间：
2015-10
影响因子：
6.2
通讯作者：
Zhou, Kun
中科院分区：
文献类型：
--
作者：
Sunkavalli, Kalyan;Carr, Nathan;Hadap, Sunil;Zhou, Kun
我们提出了一种新的系统，可以在最少的用户输入的情况下，从一张肖像照片重建高质量的头发深度图。我们通过将遮挡、轮廓和阴影等深度线索与用于头发重建的新型3D螺旋结构相结合来实现这一点。我们将一个参数可变形的人脸模型应用到输入照片中，并使用遮挡和轮廓约束在面部、头发和身体区域构建一个基本形状。然后，我们通过基于明暗处理的形状优化来估计头发区域的法线，该优化使用从面部模型推断的光照，并强制实施自适应反照率先验，该先验对头发的典型颜色和遮挡变化进行建模。我们介绍了一种3D螺旋毛发PIRE，它捕捉了头发的几何结构，并表明可以自动从输入照片中稳健地恢复头发。我们的系统结合了基本形状、根据明暗处理得到的形状估计的法线和3D螺旋头发，然后重建出高质量的3D头发模型。我们的单幅图像重建结果与应用于多视立体数据集的最先进的多视点立体效果非常接近。我们的技术可以重建各种各样的发型，从短到长，从直到乱，我们展示了我们的3D头发模型用于高质量的肖像重新照明、新颖的视图合成和3D打印的肖像浮雕。
We propose a novel system to reconstruct a high-quality hair depth map from a single portrait photo with minimal user input. We achieve this by combining depth cues such as occlusions, silhouettes, and shading, with a novel 3D helical structural prior for hair reconstruction. We fit a parametric morphable face model to the input photo and construct a base shape in the face, hair and body regions using occlusion and silhouette constraints. We then estimate the normals in the hair region via a Shape-from-Shading-based optimization that uses the lighting inferred from the face model and enforces an adaptive albedo prior that models the typical color and occlusion variations of hair. We introduce a 3D helical hair prior that captures the geometric structure of hair, and show that it can be robustly recovered from the input photo in an automatic manner. Our system combines the base shape, the normals estimated by Shape from Shading, and the 3D helical hair prior to reconstruct high-quality 3D hair models. Our single-image reconstruction closely matches the results of a state-of-the-art multi-view stereo applied on a multi-view stereo dataset. Our technique can reconstruct a wide variety of hairstyles ranging from short to long and from straight to messy, and we demonstrate the use of our 3D hair models for high-quality portrait relighting, novel view synthesis and 3D-printed portrait reliefs.
登录
查看更多内容
DOI：
10.1145/1833349.1778777
发表时间：
2010-07
期刊：
ACM SIGGRAPH 2010 papers
影响因子：
--
作者：
T. Beeler;B. Bickel;P. Beardsley;Bob Sumner;M. Gross
通讯作者：
T. Beeler;B. Bickel;P. Beardsley;Bob Sumner;M. Gross
DOI：
10.1145/1185657.1185864
发表时间：
2006-07
期刊：
ACM SIGGRAPH 2006 Courses
影响因子：
--
作者：
Daniel Vlasic;M. Brand;H. Pfister;J. Popović
通讯作者：
Daniel Vlasic;M. Brand;H. Pfister;J. Popović
DOI：
10.1145/1179352.1142012
发表时间：
2006-07
期刊：
ACM SIGGRAPH 2006 Papers
影响因子：
--
作者：
Florence Bertails;Basile Audoly;Marie-Paule Cani;B. Querleux;Frédéric Leroy;J. L. Lévêque
通讯作者：
Florence Bertails;Basile Audoly;Marie-Paule Cani;B. Querleux;Frédéric Leroy;J. L. Lévêque
FaceWarehouse：用于视觉计算的 3D 面部表情数据库
DOI：
10.1109/tvcg.2013.249
发表时间：
2014-03-01
影响因子：
5.2
作者：
Cao, Chen;Weng, Yanlin;Zhou, Kun
通讯作者：
Zhou, Kun
DOI：
10.1145/1399504.1360629
发表时间：
2008-08
期刊：
ACM SIGGRAPH 2008 papers
影响因子：
--
作者：
Sylvain Paris;William Chang;Oleg I. Kozhushnyan;Wojciech Jarosz;W. Matusik;Matthias Zwicker;F. Durand
通讯作者：
Sylvain Paris;William Chang;Oleg I. Kozhushnyan;Wojciech Jarosz;W. Matusik;Matthias Zwicker;F. Durand