Abu Alhaija H ， Mustikovela S K ， Mescheder L ， Geiger A and Rother C . 2018 . Augmented reality meets computer vision： efficient data generation for urban driving scenes . International Joutnal Computter Vision ， 126 ， 961 - 972 ［ DOI： 10.1007/s11263-018-1070-x http://dx.doi.org/10.1007/s11263-018-1070-x ］
Arjovsky M ， Chintala S and Bottou L . 2017 . Wasserstein generative adversarial networks // Proceedings of the 34th International Conference on Machine Learning . Sydney， Australia ： JMLR.org： 214 - 223
Azadi S ， Pathak D ， Ebrahimi S and Darrell T . 2020 . Compositional GAN： learning image-conditional binary composition . International Journal of Computer Vision ， 128 （ 10/11 ）： 2570 - 2585 ［ DOI： 10.1007/s11263-020-01336-9 http://dx.doi.org/10.1007/s11263-020-01336-9 ］
Barron J T and Malik J . 2015 . Shape， illumination， and reflectance from shading . IEEE Transactions on Pattern Analysis and Machine Intelligence ， 37 （ 8 ）： 1670 - 1687 ［ DOI： 10.1109/TPAMI.2014.2377712 http://dx.doi.org/10.1109/TPAMI.2014.2377712 ］
Bazazian D ， Calway A and Damen D . 2022 . Dual-domain image synthesis using segmentation-guided GAN ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/2204.09015.pdf https://arxiv.org/pdf/2204.09015.pdf
Brasó G and Leal-Taixé L . 2020 . Learning a neural solver for multiple object tracking // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Seattle， USA ： IEEE： 6246 - 6256 ［ DOI： 10.1109/CVPR42600.2020.00628 http://dx.doi.org/10.1109/CVPR42600.2020.00628 ］
Burt P and Adelson E . 1983a . The laplacian pyramid as a compact image code . IEEE Transactions on Communications ， 31 （ 4 ）： 532 - 540 ［ DOI： 10.1109/TCOM.1983.1095851 http://dx.doi.org/10.1109/TCOM.1983.1095851 ］
Burt P J and Adelson E H . 1983b . A multiresolution spline with application to image mosaics . ACM Transactions on Graphics ， 2 （ 4 ）： 217 - 236 ［ DOI： 10.1145/245.247 http://dx.doi.org/10.1145/245.247 ］
Bychkovsky V ， Paris S ， Chan E and Durand F . 2011 . Learning photographic global tonal adjustment with a database of input/output image pairs // Proceedings of 2011 CVPR . Colorado Springs， USA ： IEEE： 97 - 104 ［ DOI： 10.1109/CVPR.2011.5995413 http://dx.doi.org/10.1109/CVPR.2011.5995413 ］
Cao J Y ， Cong W Y ， Niu L ， Zhang J F ， Gao X S ， Tang Z W and Zhang L Q . 2022 . Deep image harmonization by bridging the reality gap ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/2103.17104.pdf https://arxiv.org/pdf/2103.17104.pdf
Chang A X ， Funkhouser T ， Guibas L ， Hanrahan P ， Huang Q X ， Li Z M ， Savarese S ， Savva M ， Song S R ， Su H ， Xiao J X ， Yi L and Yu F . 2015 . ShapeNet： an information-rich 3D model repository ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/1512.03012.pdf https://arxiv.org/pdf/1512.03012.pdf
Chen B C and Kae A . 2019 . Toward realistic image compositing with adversarial learning // Processdings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Long Beach， USA ： IEEE： 8407 - 8416 ［ DOI： 10.1109/CVPR.2019.00861 http://dx.doi.org/10.1109/CVPR.2019.00861 ］
Chen Q F ， Li D Z Y and Tang C K . 2012 . KNN matting // Proceedings of 2012 IEEE Conference on Computer Vision and Pattern Recognition . Providence， USA ： IEEE： 869 - 876 ［ DOI： 10.1109/CVPR.2012.6247760 http://dx.doi.org/10.1109/CVPR.2012.6247760 ］
Chen S H ， Wei Y K ， Xu L ， Dong X H and Wen K Z . 2019 . Survey of image style transfer based on deep learning . Application Research of Computers ， 36 （ 8 ）： 2250 - 2255
陈淑環 ， 韦玉科 ， 徐乐 ， 董晓华 ， 温坤哲 . 2019 . 基于深度学习的图像风格迁移研究综述 . 计算机应用研究 ， 36 （ 8 ）： 2250 - 2255 ［ DOI： 10.19734/j.issn.1001-3695.2018.05.0270 http://dx.doi.org/10.19734/j.issn.1001-3695.2018.05.0270 ］
Cheng D C ， Shi J ， Chen Y Y ， Deng X M and Zhang X P . 2018 . Learning scene illumination by pairwise photos from rear and front mobile cameras . Computer Graphics Forum ， 37 （ 7 ）： 213 - 221 ［ DOI： 10.1111/cgf.13561 http://dx.doi.org/10.1111/cgf.13561 ］
Cheng D L ， Prasad D K and Brown M S . 2014 . Illuminant estimation for color constancy： why spatial-domain methods work and the role of the color distribution . Journal of the Optical Society of America A ， 31 （ 5 ）： 1049 - 1058 ［ DOI： 10.1364/JOSAA.31.001049 http://dx.doi.org/10.1364/JOSAA.31.001049 ］
Cong W Y ， Niu L ， Zhang J F ， Liang J and Zhang L Q . 2021 . Bargainnet： background-guided domain translation for image harmonization // Proceedings of 2021 IEEE International Conference on Multimedia and Expo . Shenzhen， China ： IEEE： #9428394 ［ DOI： 10.1109/ICME51207.2021.9428394 http://dx.doi.org/10.1109/ICME51207.2021.9428394 ］
Cong W Y ， Tao X H ， Niu L ， Liang J ， Gao X S ， Sun Q H and Zhang L Q . 2022 . High-resolution image harmonization via collaborative dual transformations ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/2109.06671.pdf https://arxiv.org/pdf/2109.06671.pdf
Cong W Y ， Zhang J F ， Niu L ， Liu L ， Ling Z X ， Li W Y and Zhang L Q . 2020a . DoveNet： deep image harmonization via domain verification // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Seattle， USA ： IEEE： 8391 - 8400 ［ DOI： 10.1109/CVPR42600.2020.00842 http://dx.doi.org/10.1109/CVPR42600.2020.00842 ］
Cong W Y ， Zhang J F ， Niu L ， Liu L ， Ling Z X ， Li W Y and Zhang L Q . 2020b. Image harmonization dataset iharmony 4： HCOCO ， HAdobe 5 k ， HFlickr ， and hday2night ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/1908.10526.pdf https://arxiv.org/pdf/1908.10526.pdf
Cun X D and Pun C M . 2020 . Improving the harmony of the composite image by spatial-separated attention module . IEEE Transactions on Image Processing ， 29 ： 4759 - 4771 ［ DOI： 10.1109/TIP.2020.2975979 http://dx.doi.org/10.1109/TIP.2020.2975979 ］
Dematteis N and Giordan D . 2021 . Comparison of digital image correlation methods and the impact of noise in geoscience applications . Remote Sensing ， 13 （ 2 ）： # 327 ［ DOI： 10.3390/rs13020327 http://dx.doi.org/10.3390/rs13020327 ］
Dowson D C and Landau B V . 1982 . The Fréchet distance between multivariate normal distributions . Journal of Multivariate Analysis ， 12 （ 3 ）： 450 - 455 ［ DOI： 10.1016/0047-259X（82）90077-X http://dx.doi.org/10.1016/0047-259X（82）90077-X ］
Du C B and Gao S S . 2017 . Image segmentation-based multi-focus image fusion through multi-scale convolutional neural network . IEEE Access ， 5 ： 15750 - 15761 ［ DOI： 10.1109/ACCESS.2017.2735019 http://dx.doi.org/10.1109/ACCESS.2017.2735019 ］
El Helou M ， Zhou R F ， Barthas J and Süsstrunk S . 2020 . VIDIT： virtual image dataset for illumination transfer ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/2005.05460.pdf https://arxiv.org/pdf/2005.05460.pdf
Gardner M A ， Hold-Geoffroy Y ， Sunkavalli K ， Gagné C and Lalonde J F . 2019 . Deep parametric indoor lighting estimation // Proceedings of 2019 IEEE/CVF International Conference on Computer Vision . Seoul， Korea （South） ： IEEE： 7174 - 7182 ［ DOI： 10.1109/ICCV.2019.00727 http://dx.doi.org/10.1109/ICCV.2019.00727 ］
Gardner M A ， Sunkavalli K ， Yumer E ， Shen X H ， Gambaretto E ， Gagné C and Lalonde J F . 2017 . Learning to predict indoor illumination from a single image . ACM Transactions on Graphics ， 36 （ 6 ）： # 176 ［ DOI： 10.1145/3130800.3130891 http://dx.doi.org/10.1145/3130800.3130891 ］
Garon M ， Sunkavalli K ， Hadap S ， Carr N and Lalonde J F . 2019 . Fast spatially-varying indoor lighting estimation // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Long Beach， USA ： IEEE： 6901 - 6910 ［ DOI： 10.1109/CVPR.2019.00707 http://dx.doi.org/10.1109/CVPR.2019.00707 ］
Gatys L ， Ecker A and Bethge M . 2016a . A neural algorithm of artistic style . Journal of Vision ， 16 （ 12 ）： # 326 ［ DOI： 10.1167/16.12.326 http://dx.doi.org/10.1167/16.12.326 ］
Gatys L A ， Ecker A S and Bethge M . 2016b . Image style transfer using convolutional neural networks // Proceedings of 2016 IEEE Conference on Computer Vision and Pattern Recognition . Las Vegas， USA ： IEEE： 2414 - 2423 ［ DOI： 10.1109/CVPR.2016.265 http://dx.doi.org/10.1109/CVPR.2016.265 ］
Gehler P V ， Rother C ， Blake A ， Minka T and Sharp T . 2008 . Bayesian color constancy revisited // Proceedings of 2008 IEEE Conference on Computer Vision and Pattern Recognition . Anchorage， USA ： IEEE： #4587765 ［ DOI： 10.1109/CVPR.2008.4587765 http://dx.doi.org/10.1109/CVPR.2008.4587765 ］
Gkioulekas I and Zhi T C . 2017 . Computational photography ［EB/OL］. ［ 2022-05-20 ］. http://graphics.cs.cmu.edu/courses/15-463/2017_fall/lectures/lecture7.pdf http://graphics.cs.cmu.edu/courses/15-463/2017_fall/lectures/lecture7.pdf
Goodfellow I J ， Pouget-Abadie J ， Mirza M ， Xu B ， Warde-Farley D ， Ozair S ， Courville A and Bengio Y . 2014 . Generative adversarial nets // Proceedings of the 27th International Conference on Neural Information Processing Systems . Montréal， Canada ： MIT Press： 2672 - 2680
Grosse R ， Johnson M K ， Adelson E H and Freeman W T . 2009 . Ground truth dataset and baseline evaluations for intrinsic image algorithms // Proceedings of the 12th IEEE International Conference on Computer Vision . Kyoto， Japan ： IEEE： 2335 - 2342 ［ DOI： 10.1109/ICCV.2009.5459428 http://dx.doi.org/10.1109/ICCV.2009.5459428 ］
Guo Z H ， Guo D S ， Zheng H Y ， Gu Z R ， Zheng B and Dong J Y . 2021a . Image harmonization with transformer // Proceedings of 2021 IEEE/CVF International Conference on Computer Vision . Montreal， Canada ： IEEE： 14850 - 14859 ［ DOI： 10.1109/ICCV48922.2021.01460 http://dx.doi.org/10.1109/ICCV48922.2021.01460 ］
Guo Z H ， Zheng H Y ， Jiang Y F ， Gu Z R and Zheng B . 2021b . Intrinsic image harmonization // Proceedings of 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Nashville， USA ： IEEE： 16362 - 16371 ［ DOI： 10.1109/CVPR46437.2021.01610 http://dx.doi.org/10.1109/CVPR46437.2021.01610 ］
Hao G Q. Iizuka S and Fukui K . 2020 . Image harmonization with attention-based deep feature modulation //Proceedings of the 31st British Machine Vision Conference. Virtual Event， UK ： BMVA Press 2020
He J J . 2020 . Face Image Synthesis Method Research and Application Using Machine Learning Based Image Generation Algorithm . Hefei， China ： University of Science and Technology of China
何冀军 . 2020 . 用于图像生成的机器学习算法在人像合成中的研究与应用 . 合肥 ： 中国科学技术大学
He K M ， Zhang X Y ， Ren S Q and Sun J . 2016 . Deep residual learning for image recognition // Proceedings of 2016 IEEE Conference on Computer Vision and Pattern Recognition . Las Vegas， USA ： IEEE： 770 - 778 ［ DOI： 10.1109/cvpr.2016.90 http://dx.doi.org/10.1109/cvpr.2016.90 ］
Heusel M ， Ramsauer H ， Unterthiner T ， Nessler B and Hochreiter S . 2017 . GANs trained by a two time-scale update rule converge to a local nash equilibrium // Proceedings of the 31st International Conference on Neural Information Processing Systems . Long Beach， USA ： Curran Associates Inc.： 6629 - 6640
Hold-Geoffroy Y ， Athawale A and Lalonde J F . 2019 . Deep sky modeling for single image outdoor lighting estimation // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Long Beach， USA ： IEEE： 6920 - 6928 ［ DOI： 10.1109/CVPR.2019.00709 http://dx.doi.org/10.1109/CVPR.2019.00709 ］
Hong Y ， Niu L ， Zhang J F and Zhang L Q . 2022 . Shadow generation for composite image in real-world scenes ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/2104.10338.pdf https://arxiv.org/pdf/2104.10338.pdf
Hou L ， Vicente T F Y ， Hoai M and Samaras D . 2021 . Large scale shadow annotation and detection using lazy annotation and stacked CNNs . IEEE Transactions on Pattern Analysis and Machine Intelligence ， 43 （ 4 ）： 1337 - 1351 ［ DOI： 10.1109/TPAMI.2019.2948011 http://dx.doi.org/10.1109/TPAMI.2019.2948011 ］
Hu X W ， Jiang Y T ， Fu C W and Heng P A . 2019 . Mask-ShadowGan： learning to remove shadows from unpaired data // Proceedings of 2019 IEEE/CVF International Conference on Computer Vision . Seoul， Korea （South） ： IEEE： 2472 - 2481 ［ DOI： 10.1109/iccv.2019.00256 http://dx.doi.org/10.1109/iccv.2019.00256 ］
Hu Z Y ， Nsampi N E ， Wang X and Wang Q . 2021 . NeurSF： neural shading field for image harmonization ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/2112.01314.pdf https://arxiv.org/pdf/2112.01314.pdf
Huang H X and Niu L . 2022 . ccHarmony： color-checker based image harmonization dataset ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/2206.00800.pdf https://arxiv.org/pdf/2206.00800.pdf
Isola P ， Zhu J Y ， Zhou T H and Efros A A . 2017 . Image-to-image translation with conditional adversarial networks // Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition . Honolulu， USA ： IEEE： 5967 - 5976 ［ DOI： 10.1109/CVPR.2017.632 http://dx.doi.org/10.1109/CVPR.2017.632 ］
Jaderberg M ， Simonyan K ， Zisserman A and Kavukcuoglu K . 2015 . Spatial transformer networks // Proceedings of the 28th International Conference on Neural Information Processing Systems . Montreal， Canada ： MIT Press： 2017 - 2025 ［ DOI： 10.5555/2969442.2969465 http://dx.doi.org/10.5555/2969442.2969465 ］
Jiang Y F ， Zhang H ， Zhang J M ， Wang Y L ， Lin Z ， Sunkavalli K ， Chen S ， Amirghodsi S ， Kong S and Wang Z Y . 2021 . SSH： a self-supervised framework for image harmonization // Proce-edings of 2021 IEEE/CVF International Conference on Computer Vision . Montreal， Canada ： IEEE： 4812 - 4821 ［ DOI： 10.1109/iccv48922.2021.00479 http://dx.doi.org/10.1109/iccv48922.2021.00479 ］
Kaur H ， Koundal D and Kadyan V . 2021 . Image fusion techniques： a survey . Archives of Computational Methods in Engineering ， 28 （ 7 ）： 4425 - 4447 ［ DOI： 10.1007/s11831-021-09540-7 http://dx.doi.org/10.1007/s11831-021-09540-7 ］
Laffont P Y ， Ren Z L ， Tao X F ， Qian C and Hays J . 2014 . Transient attributes for high-level understanding and editing of outdoor scenes . ACM Transactions on Graphics ， 33 （ 4 ）： # 149 ［ DOI： 10.1145/2601097.2601101 http://dx.doi.org/10.1145/2601097.2601101 ］
Lalonde J F and Efros A A . 2007 . Using color compatibility for assessing image realism // Proceedings of the 11th International Conference on Computer Vision . Rio de Janeiro， Brazil ： IEEE： #4409107 ［ DOI： 10.1109/ICCV.2007.4409107 http://dx.doi.org/10.1109/ICCV.2007.4409107 ］
Lee D ， Liu S F ， Gu J W ， Liu M Y ， Yang M H and Kautz J . 2018 . Context-aware synthesis and placement of object instances // Proceedings of the 32nd International Conference on Neural Information Processing Systems . Montréal， Canada ： Curran Associates Inc.： 10414 - 10424 ［ DOI： 10.5555/3327546.3327701 http://dx.doi.org/10.5555/3327546.3327701 ］
Li X T ， Liu S F ， Kim K ， Wang X L ， Yang M H and Kautz J . 2019 . Putting humans in a scene： learning affordance in 3D indoor environments // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Long Beach， USA ： IEEE： 12360 - 12368 ［ DOI： 10.1109/CVPR.2019.01265 http://dx.doi.org/10.1109/CVPR.2019.01265 ］
Liao B ， Zhu Y ， Liang C ， Luo F and Xiao C X . 2019 . Illumination animating and editing in a single picture using scene structure estimation . Computers and Graphics ， 82 ： 53 - 64 ［ DOI： 10.1016/j.cag.2019.05.007 http://dx.doi.org/10.1016/j.cag.2019.05.007 ］
Lin C H ， Yumer E ， Wang O ， Shechtman E and Lucey S . 2018 . ST-GAN： spatial transformer generative adversarial networks for image compositing // Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City， USA ： IEEE： 9455 - 9464 ［ DOI： 10.1109/CVPR.2018.00985 http://dx.doi.org/10.1109/CVPR.2018.00985 ］
Lin T Y ， Maire M ， Belongie S ， Hays J ， Perona P ， Ramanan D ， Dollár P and Zitnick C L . 2014 . Microsoft COCO： common objects in context // Proceedings of the 13th European Conference on Computer Vision . Zurich， Switzerland ： Springer： 740 - 755 ［ DOI： 10.1007/978-3-319-10602-1_48 http://dx.doi.org/10.1007/978-3-319-10602-1_48 ］
Ling J ， Xue H ， Song L ， Xie R and Gu X . 2021 . Region-aware adaptive instance normalization for image harmonization // Proceedings of 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Nashville， USA ： IEEE： 9357 - 9366 ［ DOI： 10.1109/CVPR46437.2021.00924 http://dx.doi.org/10.1109/CVPR46437.2021.00924 ］
Liu B ， Xu K and Martin R R . 2017 . Static scene illumination estimation from videos with applications . Journal of Computer Science and Technology ， 32 （ 3 ）： 430 - 442 ［ DOI： 10.1007/s11390-017-1734-y http://dx.doi.org/10.1007/s11390-017-1734-y ］
Liu D Q ， Long C J ， Zhang H P ， Yu H N ， Dong X Z and Xiao C X . 2020 . ARShadowGAN： shadow generative adversarial network for augmented reality in single light scenes // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Seattle， USA ： IEEE： 8136 - 8145 ［ DOI： 10.1109/cvpr42600.2020.00816 http://dx.doi.org/10.1109/cvpr42600.2020.00816 ］
Liu L ， Liu Z C ， Zhang B ， Li J T ， Niu L ， Liu Q Y and Zhang L Q . 2021 . OPA： object placement assessment dataset ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/2107.01889.pdf https://arxiv.org/pdf/2107.01889.pdf
Luan F J ， Paris S ， Shechtman E and Bala K . 2018 . Deep painterly harmonization . Computer Graphics Forum ， 37 （ 4 ）： 95 - 106 ［ DOI： 10.1111/cgf.13478 http://dx.doi.org/10.1111/cgf.13478 ］
Make Human Community . 2022 . MakeHuman： open source tool for making 3D characters ［EB/OL］. ［ 2022-05-20 ］. http://www.makehumancommunity.org http://www.makehumancommunity.org
Miao H ， Lu F X ， Liu Z D ， Zhang L J ， Manocha D and Zhou B . 2021 . Robust 2D/3D vehicle parsing in arbitrary camera views for CVIS // Proceedings of 2021 IEEE/CVF International Conference on Computer Vision . Montreal， Canada ： IEEE： 15611 - 15620 ［ DOI： 10.1109/ICCV48922.2021.01534 http://dx.doi.org/10.1109/ICCV48922.2021.01534 ］
Mirza M and Osindero S . 2014 . Conditional generative adversarial nets ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/1411.1784.pdf https://arxiv.org/pdf/1411.1784.pdf
Nguyen V ， Vicente T F Y ， Zhao M Z ， Hoai M and Samaras D . 2017 . Shadow detection with conditional generative adversarial networks // Proceedings of 2017 IEEE International Conference on Computer Vision . Venice， Italy ： IEEE： 4520 - 4528 ［ DOI： 10.1109/ICCV.2017.483 http://dx.doi.org/10.1109/ICCV.2017.483 ］
Niu L ， Cong W Y ， Liu L ， Hong Y ， Zhang B ， Liang J and Zhang L Q . 2021 . Making images real again： a comprehensive survey on deep image composition ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/2106.14490.pdf https://arxiv.org/pdf/2106.14490.pdf
Pandey R ， Escolano S O ， Legendre C ， Häne C ， Bouaziz S ， Rhemann C ， Debevec P and Fanello S . 2021 . Total relighting： learning to relight portraits for background replacement . ACM Transactions on Graphics ， 40 （ 4 ）： # 43 ［ DOI： 10.1145/3450626.3459872 http://dx.doi.org/10.1145/3450626.3459872 ］
Paramanandham N and Rajendiran K . 2018 . Multi sensor image fusion for surveillance applications using hybrid image fusion algorithm . Multimedia Tools and Applications ， 77 （ 10 ）： 12405 - 12436 ［ DOI： 10.1007/s11042-017-4895-3 http://dx.doi.org/10.1007/s11042-017-4895-3 ］
Patil V ， Sale D and Joshi M A . 2013 . Image fusion methods and quality assessment parameters . Asian Journal of Engineering and Applied Technology ， 2 （ 1 ）： 40 - 46
Peng J L ， Luo Z K ， Liu L ， Zhang B S ， Wang T ， Wang Y B ， Tai Y ， Wang C J and Lin W Y . 2022 . FRIH： fine-grained region-aware image harmonization ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/2205.06448.pdf https://arxiv.org/pdf/2205.06448.pdf
Pérez P ， Gangnet M and Blake A . 2003 . Poisson image editing // Proceedings of ACM SIGGRAPH 2003 . San Diego， USA ： Association for Computing Machinery： 313 - 318 ［ DOI： 10.1145/1201775.882269 http://dx.doi.org/10.1145/1201775.882269 ］
Qu G H ， Zhang D L and Yan P F . 2002 . Information measure for performance of image fusion . Electronics Letters ， 38 （ 7 ）： 313 - 315 ［ DOI： 10.1049/el：20020212 http://dx.doi.org/10.1049/el：20020212 ］
Ros G ， Sellart L ， Materzynska J ， Vazquez D and Lopez A M . 2016 . The SYNTHIA dataset： a large collection of synthetic images for semantic segmentation of urban scenes // Proceedings of 2016 IEEE Conference on Computer Vision and Pattern Recognition . Las Vegas， USA ： IEEE： 3234 - 3243 ［ DOI： 10.1109/CVPR.2016.352 http://dx.doi.org/10.1109/CVPR.2016.352 ］
Sankaranarayanan S ， Balaji Y ， Jain A ， Lim S N and Chellappa R . 2018 . Learning from synthetic data： addressing domain shift for semantic segmentation // Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City， USA ： IEEE： 3752 - 3761 ［ DOI： 10.1109/cvpr.2018.00395 http://dx.doi.org/10.1109/cvpr.2018.00395 ］
Schieber T A ， Carpi L ， Díaz-Guilera A ， Pardalos P M ， Masoller C and Ravetti M G . 2017 . Quantification of network structural dissimilarities . Nature Communications ， 8 （ 1 ）： # 13928 ［ DOI： 10.1038/ncomms13928 http://dx.doi.org/10.1038/ncomms13928 ］
Sheng Y C ， Zhang J M and Benes B . 2021 . SSN： soft shadow network for image compositing // Proceedings of 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Nashville， USA ： IEEE： 4378 - 4388 ［ DOI： 10.1109/CVPR46437.2021.00436 http://dx.doi.org/10.1109/CVPR46437.2021.00436 ］
Shermeyer J ， Hossler T ， Etten A V ， Hogan D ， Lewis R and Kim D . 2021 . RarePlanes： synthetic data takes flight // Proceedings of 2021 IEEE Winter Conference on Applications of Computer Vision . Waikoloa， USA ： IEEE： 207 - 217 ［ DOI： 10.1109/wacv48630.2021.00025 http://dx.doi.org/10.1109/wacv48630.2021.00025 ］
Simonyan K and Zisserman A . 2015 . Verydeep convolutional networks for large-scale image recognition // Proceedings of the 3rd International Conference on Learning Representations . San Diego， USA ， #1556 ［ DOI： 10.48550/arXiv.1409.1556 http://dx.doi.org/10.48550/arXiv.1409.1556 ］
Sofiiuk K ， Popenova P and Konushin A . 2021 . Foreground-aware semantic representations for image harmonization // Proceedings of 2021 IEEE Winter Conference on Applications of Computer Vision . Waikoloa， USA ： IEEE： 1619 - 1628 ［ DOI： 10.1109/wacv48630.2021.00166 http://dx.doi.org/10.1109/wacv48630.2021.00166 ］
Strickland E . 2022 . Are you still using real data to train your AI？ ［EB/OL］. ［ 2022-05-20 ］. https://spectrum.ieee.org/synthetic-data-ai https://spectrum.ieee.org/synthetic-data-ai
Sun T C ， Barron J T ， Tsai Y T ， Xu Z X ， Yu X M ， Fyffe G ， Rhemann C ， Busch J ， Debevec P and Ramamoorthi R . 2019 . Single image portrait relighting . ACM Transactions on Graphics ， 38 （ 4 ）： # 79 ［ DOI： 10.1145/3306346.3323008 http://dx.doi.org/10.1145/3306346.3323008 ］
Szeliski R . 2011 . Computer Vision： Algorithms and Applications . New York， USA ： Springer
Tan F W ， Bernier C ， Cohen B ， Ordonez V and Barnes C . 2018 . Where and who？ Automatic semantic-aware person composition // Proceedings of 2018 IEEE Winter Conference on Applications of Computer Vision . Lake Tahoe， USA ： IEEE： 1519 - 1528 ［ DOI： 10.1109/WACV.2018.00170 http://dx.doi.org/10.1109/WACV.2018.00170 ］
Tan X H ， Xu P P ， Guo S H and Wang W C . 2019 . Image composition of partially occluded objects . Computer Graphics Forum ， 38 （ 7 ）： 641 - 650 ［ DOI： 10.1111/cgf.13867 http://dx.doi.org/10.1111/cgf.13867 ］
Tremblay J ， Prakash A ， Acuna D ， Brophy M ， Jampani V ， Anil C ， To T ， Cameracci E ， Boochoon S and Birchfield S . 2018 . Training deep networks with synthetic data： bridging the reality gap by domain randomization // Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops . Salt Lake City， USA ： IEEE： 10820 - 10828 ［ DOI： 10.1109/cvprw.2018.00143 http://dx.doi.org/10.1109/cvprw.2018.00143 ］
Tripathi S ， Chandra S ， Agrawal A ， Tyagi A ， Rehg J M and Chari V . 2019 . Learning to generate synthetic data via compositing // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Long Beach， USA ： IEEE： 461 - 470 ［ DOI： 10.1109/CVPR.2019.00055 http://dx.doi.org/10.1109/CVPR.2019.00055 ］
Tsai Y H ， Shen X H ， Lin Z ， Sunkavalli K ， Lu X and Yang M H . 2017 . Deep image harmonization // Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition . Honolulu， USA ： IEEE： 2799 - 2807 ［ DOI： 10.1109/cvpr.2017.299 http://dx.doi.org/10.1109/cvpr.2017.299 ］
Valanarasu J M J ， Zhang H ， Zhang J M ， Wang Y L ， Lin Z ， Echevarria J ， Ma Y L ， Wei Z J ， Sunkavalli K and Patel V . 2023 . Interactive portrait harmonization // Proceedings of the 11th International Conference on Learning Representations . Kigali， Rwanda ： OpenReview.net
Wang J F ， Li X and Yang J . 2018 . Stacked conditional generative adversarial networks for jointly learning shadow detection and shadow removal // Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City， USA ： IEEE： 1788 - 1797 ［ DOI： 10.1109/CVPR.2018.00192 http://dx.doi.org/10.1109/CVPR.2018.00192 ］
Wang J M ， Cheng X Y ， Yang Z Z ， Shi C Y ， Zhang Y H and Qian Z K . 2022 . Influence of different data augmentation methods on model recognition accuracy . Computer Science ， 49 （ 6 A）： 418 - 423
王建明 ， 陈响育 ， 杨自忠 ， 史晨阳 ， 张宇航 ， 钱正坤 . 2022 . 不同数据增强方法对模型识别精度的影响 . 计算机科学 ， 49 （ 6 A）： 418 - 423 ［ DOI： 10.11896/jsjkx.210700210 http://dx.doi.org/10.11896/jsjkx.210700210 ］
Wang T Y ， Hu X W ， Wang Q ， Heng P A and Fu C W . 2020 . Instance shadow detection // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Seattle， USA ： IEEE： 1877 - 1886 ［ DOI： 10.1109/CVPR42600.2020.00195 http://dx.doi.org/10.1109/CVPR42600.2020.00195 ］
Wang Z and Bovik A C . 2002 . A universal image quality index . IEEE Signal Processing Letters ， 9 （ 3 ）： 81 - 84 ［ DOI： 10.1109/97.995823 http://dx.doi.org/10.1109/97.995823 ］
Wang Z ， Bovik A C ， Sheikh H R and Simoncelli E P . 2004 . Image quality assessment： from error visibility to structural similarity . IEEE Transactions on Image Processing ， 13 （ 4 ）： 600 - 612 ［ DOI： 10.1109/TIP.2003.819861 http://dx.doi.org/10.1109/TIP.2003.819861 ］
Ward D ， Moghadam P and Hudson N . 2018 . Deep leaf segmentation using synthetic data // Proceedings of 2018 British Machine Vision Conference . Newcastle， UK ： BMVA Press
Weber H ， Prévost D and Lalonde J F . 2018 . Learning to estimate indoor lighting from 3D object // Proceedings of 2018 International Conference on 3D Vision . Verona， Italy ： IEEE： 199 - 207 ［ DOI： 10.1109/3dv.2018.00032 http://dx.doi.org/10.1109/3dv.2018.00032 ］
Wu H and Xu D . 2012 . Survey of digital image compositing . Journal of Image and Graphics ， 17 （ 11 ）： 1333 - 1346
吴昊 ， 徐丹 . 2012 . 数字图像合成技术综述 . 中国图象图形学报 ， 17 （ 11 ）： 1333 - 1346 ［ DOI： 10.11834/jig.20121101 http://dx.doi.org/10.11834/jig.20121101 ］
Wu H K ， Zheng S ， Zhang J G and Huang K Q . 2019 . GP-GAN： towards realistic high-resolution image blending // Proceedings of the 27th ACM International Conference on Multimedia . Nice， France ： Association for Computing Machinery： 2487 - 2495 ［ DOI： 10.1145/3343031.3350944 http://dx.doi.org/10.1145/3343031.3350944 ］
Xu N ， Price B ， Cohen S and Huang T . 2017 . Deep image matting // Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition . Honolulu， USA ： IEEE： 311 - 320 ［ DOI： 10.1109/cvpr.2017.41 http://dx.doi.org/10.1109/cvpr.2017.41 ］
Xue S ， Agarwala A ， Dorsey J and Rushmeier H . 2012 . Understanding and improving the realism of image composites . ACM Transactions on Graphics ， 31 （ 4 ）： # 84 ［ DOI： 10.1145/2185520.2185580 http://dx.doi.org/10.1145/2185520.2185580 ］
Zhan F N ， Huang J X and Lu S J . 2021a . Hierarchy composition gan for high-fidelity image synthesis ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/1905.04693.pdf https://arxiv.org/pdf/1905.04693.pdf
Zhan F N ， Lu S J ， Zhang C G ， Ma F Y and Xie X S . 2021b . Adversarial image composition with auxiliary illumination // Proceedings of the 15th Asian Conference on Computer Vision . Kyoto， Japan ： Springer： 234 - 250 ［ DOI： 10.1007/978-3-030-69532-3_15 http://dx.doi.org/10.1007/978-3-030-69532-3_15 ］
Zhan F N ， Zhu H Y and Lu S J . 2019 . Spatial fusion GAN for image synthesis // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Long Beach， USA ： IEEE： 3648 - 3657 ［ DOI： 10.1109/CVPR.2019.00377 http://dx.doi.org/10.1109/CVPR.2019.00377 ］
Zhang H ， Zhang J M ， Perazzi F ， Lin Z and Patel V M . 2021 . Deep image compositing // Proceedings of 2021 IEEE Winter Conference on Applications of Computer Vision . Waikoloa， USA ： IEEE： 365 - 374 ［ DOI： 10.1109/WACV48630.2021.00041 http://dx.doi.org/10.1109/WACV48630.2021.00041 ］
Zhang J S ， Sunkavalli K ， Hold-Geoffroy Y ， Hadap S ， Eisenman J and Lalonde J F . 2019a . All-weather deep outdoor lighting estimation // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Long Beach， USA ： IEEE： 10150 - 10158 ［ DOI： 10.1109/CVPR.2019.01040 http://dx.doi.org/10.1109/CVPR.2019.01040 ］
Zhang L Z ， Wen T ， Min J ， Wang J C ， Han D and Shi J B . 2020a . Learning object placement by inpainting for compositional data augmentation // Proceedings of the 16th European Conference on Computer Vision . Glasgow， UK ： Springer： 566 - 581 ［ DOI： 10.1007/978-3-030-58601-0_34 http://dx.doi.org/10.1007/978-3-030-58601-0_34 ］
Zhang L Z ， Wen T and Shi J B . 2020b . Deep image blending // Proceedings of 2020 IEEE Winter Conference on Applications of Computer Vision . Snowmass， USA ： IEEE： 231 - 240 ［ DOI： 10.1109/WACV45572.2020.9093632 http://dx.doi.org/10.1109/WACV45572.2020.9093632 ］
Zhang R ， Isola P ， Efros A A ， Shechtman E and Wang O . 2018 . The unreasonable effectiveness of deep features as a perceptual metric // Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City， USA ： IEEE： 586 - 595 ［ DOI： 10.1109/CVPR.2018.00068 http://dx.doi.org/10.1109/CVPR.2018.00068 ］
Zhang S Y ， Liang R Z and Wang M . 2019b . ShadowGAN： shadow synthesis for virtual objects with conditional adversarial networks . Computational Visual Media ， 5 （ 1 ）： 105 - 115 ［ DOI： 10.1007/s41095-019-0136-1 http://dx.doi.org/10.1007/s41095-019-0136-1 ］
Zhao H S ， Shen X H ， Lin Z ， Sunkavalli K ， Price B and Jia J Y . 2018 . Compositing-aware image search // Proceedings of the 15th European Conference on Computer Vision . Munich， Germany ： Springer： 517 - 532 ［ DOI： 10.1007/978-3-030-01219-9_31 http://dx.doi.org/10.1007/978-3-030-01219-9_31 ］
Zhao L ， Gao X B and Tian C N . 2013 . Review of frontal face image synthesis methods . Journal of Image and Graphics ， 18 （ 1 ）： 1 - 10
赵林 ， 高新波 ， 田春娜 . 2013 . 正面人脸图像合成方法综述 . 中国图象图形学报 ， 18 （ 1 ）： 1 - 10 ［ DOI： 10.11834/jig.20130101 http://dx.doi.org/10.11834/jig.20130101 ］
Zhao Y N ， Price B ， Cohen S and Gurari D . 2019 . Unconstrained foreground object search // Proceedings of 2019 IEEE/CVF International Conference on Computer Vision . Seoul， Korea （South） ： IEEE： 2030 - 2039 ［ DOI： 10.1109/ICCV.2019.00212 http://dx.doi.org/10.1109/ICCV.2019.00212 ］
Zhou B L ， Zhao H ， Puig X ， Fidler S ， Barriuso A and Torralba A . 2017 . Scene parsing through ADE20K dataset // Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition . Honolulu， USA ： IEEE： 5122 - 5130 ［ DOI： 10.1109/CVPR.2017.544 http://dx.doi.org/10.1109/CVPR.2017.544 ］
Zhou B L ， Zhao H ， Puig X ， Xiao T T ， Fidler S ， Barriuso A and Torralba A . 2019 . Semantic understanding of scenes through the ADE20K dataset . International Journal of Computer Vision ， 127 （ 3 ）： 302 - 321 ［ DOI： 10.1007/s11263-018-1140-0 http://dx.doi.org/10.1007/s11263-018-1140-0 ］
Zhou H ， Sattler T and Jacobs D W . 2016 . Evaluating local features for day-night matching // Proceedings of 2016 European Conference on Computer Vision . Amsterdam， the Netherlands ： Springer： 724 - 736 ［ DOI： 10.1007/978-3-319-49409-8_60 http://dx.doi.org/10.1007/978-3-319-49409-8_60 ］
Zhou P ， Han X T ， Morariu V I and Davis L S . 2018 . Learning rich features for image manipulation detection // Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City， USA ： IEEE： 1053 - 1061 ［ DOI： 10.1109/CVPR.2018.00116 http://dx.doi.org/10.1109/CVPR.2018.00116 ］
Zhou S Y ， Liu L ， Niu L and Zhang L Q . 2022 . Learning object placement via dual-path graph completion // Proceedings of the 17th European Conference on Computer Vision . Tel Aviv， Israel ： Springer： 373 - 389 ［ DOI： 10.1007/978-3-031-19790-1_23 http://dx.doi.org/10.1007/978-3-031-19790-1_23 ］
Zhu J Y ， Krähenbühl P ， Shechtman E and Efros A A . 2015 . Learning a discriminative model for the perception of realism in composite images // Proceedings of 2015 IEEE International Conference on Computer Vision . Santiago， Chile ： IEEE： 3943 - 3951 ［ DOI： 10.1109/iccv.2015.449 http://dx.doi.org/10.1109/iccv.2015.449 ］
Zhu S J ， Lin Z ， Cohen S ， Kuen J ， Zhang Z F and Chen C . 2022a . GALA： toward geometry-and-lighting-aware object search for compositing // Proceedings of the 17th European Conference . Tel Aviv， Israel ： Springer： 676 - 692 ［ DOI： 10.1007/978-3-031-19812-0_39 http://dx.doi.org/10.1007/978-3-031-19812-0_39 ］
Zhu Z Y ， Zhang Z ， Lin Z ， Wu R Q and Guo C L . 2022b . Image harmonization by matching regional references ［EB/OL］. ［ 2022-05-20 ］. https://arxiv.org/pdf/2204.04715.pdf https://arxiv.org/pdf/2204.04715.pdf
Zuo Y H . 2011 . Environmental Studies . 2nd ed . Beijing， China ： Higher Education Press ： 183 - 184
左玉辉 . 2011 . 环境学. 2版 . 北京 ： 高等教育出版社） ： 183 - 184