计算机视觉人脸反欺骗领域，指导并完成折射图reflection map的详细生成步骤

Question

计算机视觉人脸反欺骗领域，指导并完成折射图reflection map的详细生成步骤
BASN中提供的生成步骤：大致意思就是先生成折射图，为了避免与背景过拟合，在利用深度图作为二分掩码图，与生成的折射图做内积操作，然后提取折射图上的脸部区域，最后将值归一化[0,1]

尽管在BASN一文中，作者给出了其具体的实现方法，我也按照作者指定的“Single image reflection separation with perceptual losses.”一文中已训练好的框架进行折射图的生成，但生成的折射图与BASN一文中所展示的相比，在颜色上有很多偏差！
BASN中提供的折射图样本：

我在caisia数据集上生成的样本：
原始RGB:

生成的对应的Reflection map：

在OULU数据集上生成的样本：
原始RGB：

生成的reflection map:

同时，为了效仿CASIA，只保留面部区域，我用深度图与原始RGB做内积，得到不包含背景信息的RGB，用它来生成对应的折射图：
原始RGB：

生成的Reflection map:

从以上生成的折射图来看，只有在CASIA上生成的比较完美，但oulu上的，不管是否去掉RGB的背景信息，生成的折射图与BASN提供的相比都不是很理想；
还有BASN中提到的归一化，我当时在折射图生成之后，用BASN提到的方法对折射图进行归一化处理，但归一化后的折射图确是黑乎乎的，让我很是不解！
希望同行的老兄，有在oulu数据集上成功生成reflection map经验的，能够给予指导，在此十分感谢！

Answer 1

我没做过这个，但是看起来应该是需要背景的才对。你用

能得到作者一样的结果吗？
另外，看起来和背景也是有关系的，是不是你去掉背景之后缺少了某些特征的问题？

Answer 2

您好，非常感谢您的回答，我按照您的提议，这次考虑到背景信息，不对原始图像进行任何裁剪，这次我拿casia数据集中的样本进行测试。
第三个图片是作者提供的折射图：

这是我裁剪后的具有背景信息的原始RGB图像：

这是生成的折射图：

通过与作者提供的标准的折射图相比较而言，这次生成的折射图的面部区域偏黑，且与作者提供的相比差距较大

Answer 3

你这个后面还有个步骤呢？和mask的内积呢？

Answer 4

你好，这个内积操作是利用深度图来做二分掩码，通过内积操作，进而对折射图进行面部提取，此时的折射图是已经提前生成好了，如果咱们这样做的话，没什么太大的意义吧。生成的折射图本身就不是很理想，再进行面部提取，那它不还是这个样子嘛！再次感谢您的回答