Да, ошибка не заметна, но полезно знать, что она есть.
Алгоритм, который я использовал в статье, не опирается на нейросети и не содержит каких-либо элементов обучения. Решается система линейных уравнений (почти такая же, как описано здесь), в которой известные параметры — это RGB цвета пикселей и векторы направления вспышек, а неизвестные параметры — векторы нормалей лица человека.
Если просто затемнить исходные sRGB фотографии, то результат работы алгоритма не изменится: векторы нормалей изменят свою длину, но не направления.
Надеюсь, что в будущих статьях мы осветим этот алгоритм подробнее.
Согласен со всеми утверждениями, уточню только про «линейный цвет». Вы говорите про линейность цвета, который упал на сенсор камеры. Все правильно, это бывает важно в профессиональной фото/киноиндустрии.
Но в статье я говорю о другой линейности, которая чаще всего нас интересует на практике — линейности относительно человеческого восприятия цвета, излучаемого монитором. Не важно, как было получено и обработано изображение до того, как оно попало к нам в руки (применялась ли к нему тоновая кривая или может быть это вообще не фотография, а искусственно сгенерированная картинка) — важно то, как оно будет отображаться на дисплеях. И для sRGB картинки достаточно отменить кривую кодирования sRGB, как я описал в статье, чтобы получить нужную нам линейность. Эту линейность можно понаблюдать визуально, если посмотреть на равномерно расположенные полосы серого цвета в этой статье.
Да, ошибка не заметна, но полезно знать, что она есть.
Алгоритм, который я использовал в статье, не опирается на нейросети и не содержит каких-либо элементов обучения. Решается система линейных уравнений (почти такая же, как описано здесь), в которой известные параметры — это RGB цвета пикселей и векторы направления вспышек, а неизвестные параметры — векторы нормалей лица человека.
Если просто затемнить исходные sRGB фотографии, то результат работы алгоритма не изменится: векторы нормалей изменят свою длину, но не направления.
Надеюсь, что в будущих статьях мы осветим этот алгоритм подробнее.
Спасибо за очень интересное дополнение!
Согласен со всеми утверждениями, уточню только про «линейный цвет». Вы говорите про линейность цвета, который упал на сенсор камеры. Все правильно, это бывает важно в профессиональной фото/киноиндустрии.
Но в статье я говорю о другой линейности, которая чаще всего нас интересует на практике — линейности относительно человеческого восприятия цвета, излучаемого монитором. Не важно, как было получено и обработано изображение до того, как оно попало к нам в руки (применялась ли к нему тоновая кривая или может быть это вообще не фотография, а искусственно сгенерированная картинка) — важно то, как оно будет отображаться на дисплеях. И для sRGB картинки достаточно отменить кривую кодирования sRGB, как я описал в статье, чтобы получить нужную нам линейность. Эту линейность можно понаблюдать визуально, если посмотреть на равномерно расположенные полосы серого цвета в этой статье.