《梯度域內光照感知的可視媒體無縫融合技術研究》是依託上海大學，由謝志峰擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：梯度域內光照感知的可視媒體無縫融合技術研究
- 項目類別：青年科學基金項目
- 項目負責人：謝志峰
- 依託單位：上海大學
中文摘要,結題摘要,
中文摘要
本項目針對可視媒體融合過程中存在的提取精度不足、合成處理失真、環境協調困難等關鍵瓶頸問題，研究梯度域內光照感知的可視媒體無縫融合技術。首先，在梯度域內局部特徵先驗模型的基礎上，研究基於局部梯度特徵的可視媒體高精度軟摳取方法，擺脫圖像域內顏色特徵對於摳取精度的束縛，進一步提升對象提取的準確性；然後，在光照特徵感知模型的基礎上，研究光照感知條件下的可視媒體克隆方法，消除局部失色、邊界模糊等合成失真問題的影響，實現高保真度的可視媒體合成效果；最後，在局部特徵保持的約束模型基礎上，研究梯度域內基於特徵保持的可視媒體協調方法，避免特徵協調過程中局部信息的丟失，生成與目標環境協調一致的融合結果。本項目關於可視媒體無縫融合技術的研究符合人們對可視媒體資源深度開發的迫切需要，有望促進影視後期、動畫創作、互動娛樂等數字內容產業的發展，具有重大研究與套用意義。
結題摘要
本項目針對可視媒體融合過程中存在的提取精度不足、合成處理失真、環境協調困難等關鍵問題，聯合上海大學和上海交通大學的數字媒體技術研究團隊，展開技術攻關與系統研發，取得了重要的研究進展和成果，解決了若干關鍵技術瓶頸，豐富了可視媒體編輯與處理研究領域內的理論方法，為實際的技術套用打下了堅實的研究基礎，相關研究符合人們對可視媒體資源深度開發的迫切需要，促進了影視後期、動畫創作、互動娛樂等數字內容產業的發展，具有重大研究與套用意義。圍繞可視媒體無縫融合中對象提取、合成處理、環境協調等三方面的研究內容，課題組經過三年的不懈努力，提出和研發了一系列新技術、新方法和新系統，進一步提升了可視媒體無縫融合的質量與效率，圓滿實現了項目預定的研究目標。具體的完成情況如下： （1）在對象提取方面，提出了基於多尺度測量與稀疏性的本徵圖像分解、基於L0稀疏最佳化的本徵估計、Lasso整臉形狀回歸的人臉配準、基於相對變分的邊緣檢測等新方法，大幅提升了對象提取的精度； （2）在合成處理方面，提出了顏色協調的圖像克隆、基於人像字典集的卡通自動生成、面向人像卡通的動態表情自動生成、基於位置與表情估計的實時2.5D表情動畫生成等新方法，有效增強了合成處理的效果； （3）在環境協調方面，提出了高保真度的顏色轉移、基於細節字典學習的照片表面增強、細節保持的色調映射、基於塊匹配與低秩矩陣的破損畫面修復等新方法，進一步提高了環境協調的質量； （4）在套用示範方面，研發了可視媒體高效編輯與增強、人像卡通自動生成、互動式動畫快速創作、老電影數位化高效修復等新系統，套用在騰訊公司、水晶石、上海電影技術廠等單位的實際業務中，取得了巨大的經濟與社會效益。本項目發表和錄用高水平學術論文22篇，其中SCI/EI收錄10篇（含Computer Graphics Forum，The Visual Computer， Journal of Computer Science and Technology等國際知名期刊），出版專著1本，申請專利4項，軟體著作權1項，培養博士生4名，碩士生8名，榮獲上海市科技進步二等獎1項。
