本文提出了一个计算方法，通过使用神经网络去除外部阴影并软化面部阴影，同时添加合成填充光线，从而使拍摄不佳的人像照片得以以逼真和易于控制的方式进行重新照明。

May, 2020

本文提出了一种利用神经网络进行人像重灯光处理的方法，可以在只有一张手机拍摄的照片的情况下，将人像的光照效果变更为给定的任何光照环境，实现了比现有技术更优异的效果。

May, 2019

我们提出了一种生成全身自拍照的方法，该方法结合了事先捕捉的身体视频、目标姿势照片以及每个位置的自拍照片和背景照片，并采用了一种基于扩散的新方法来将所有信息合并成具有所需姿势和背景的高质量、构图良好的自拍照片。

Aug, 2023

通过卷积神经网络，本篇论文提出了一个支持快速推理、快速部分模型更新、不配对图像集学习的模型来实现数字人脸编辑的目标。实验结果表明：该模型可以处理各种表情、装饰和化妆效果，快速生成高分辨率和高质量的数字人脸编辑图像。

Mar, 2018

本论文提出了一种称为 $ extit {unselfie}$ 的新型摄影转换技术，该技术能够自动将自拍照转换成中性姿态的肖像，实现的方法包括对数据进行无监督自身训练以及构建三级步骤的管道，其中加入了新的最近姿态搜索模块。研究结果表明，该技术优于现有替代方案。

Jul, 2020

本研究描述了一种用于消费者摄影的去除真实世界反射的系统，该系统操作于线性（RAW）照片，并可选择地添加一张朝相反方向拍摄的上下文照片来消除反射干扰。该系统使用合成的真实世界 RAW 图像组合进行训练，利用光度学和几何上准确的反射模拟。我们的系统包括一个基础模型，接受捕获的照片和可选的上下文照片作为输入，以 256p 的分辨率处理，然后通过一个上采样模型将输出的 256p 图像转换为全分辨率。该系统在 iPhone 14 Pro 上可在 6.5 秒内生成 1K 分辨率的图像，我们对在实地拍摄的 RAW 照片进行了测试，这些照片体现了典型的消费者照片。

Feb, 2024

使用卷积神经网络以及风格转移技术进行面部图像交换，通过新的损失函数得到高度逼真的结果并结合预处理和后处理步骤，目标是实现实时面部交换且无需用户手动干预。

Nov, 2016

本文提出了一种基于神经网络的方法，用于去噪在低光环境下拍摄的带和不带闪光灯的图像对，旨在产生高质量的场景呈现，同时保留噪声的无闪光图像的颜色和情绪，同时恢复闪光所揭示的表面纹理和细节。

Dec, 2020

本论文提出了一种针对野外未知环境光逆渲染的实用光度解决方案，利用智能手机内置闪光灯作为微控光源并将图像强度分解成两个光度分量，其方法无需成对捕获闪光 / 非闪光图像，能够解耦反射和照明，并实现物理精确的光度约束，具有易于实现、适用于非黑房环境且性能优于现有技术的特点。

Mar, 2023

FlashFace 是一种实用工具，用户可以通过提供一张或几张参考人脸图片和一个文本提示，轻松地即时个性化自己的照片。该方法通过两个微妙的设计与现有的人脸个性化方法有所区别，具有更高保真度的身份保存和更好的指令跟随。实验证明了我们的方法在各种应用中的有效性，包括人体图像个性化、根据语言提示进行人脸替换、将虚拟角色变成真实人物等。

Mar, 2024