摘要
将图像的光照设置调整至目标配置的任务被称为“重光照”（relighting）。重光照技术在数字摄影、游戏产业以及增强现实领域具有广泛的应用前景。本文针对一对一重光照问题，即在给定输入图像的特定光照条件下，预测其在目标光照设置下的图像。为此，我们提出了一种基于小波分解的新型编码器-解码器网络——小波分解重光照网络（Wavelet Decomposed RelightNet，简称WDRN）。该网络在多分辨率框架下，采用基于小波的分解方法结合卷积层，实现对光照信息的高效建模。此外，我们设计了一种新型损失函数——灰度损失（gray loss），该损失函数能够有效促进在真实图像不同方向上光照梯度的学习，从而生成视觉质量更优的重光照图像。所提出的方案在2020年图像操控前沿进展研讨会（Advances in Image Manipulation, AIM 2020）举办的重光照挑战赛中获得第一名，其有效性通过平均感知得分（Mean Perceptual Score）进行评估，该指标结合了结构相似性（SSIM）与学习型感知图像块相似性（Learned Perceptual Image Patch Similarity, LPIPS）进行计算，进一步验证了方法的优越性。