在摄影技术中,光线的来源十分重要,光与影的组合效果就像明与暗的对比,只要拿捏到好处,就可以创造出精美绝伦的图像。光影对于一幅图像的形态、空间和方向感起到了很好的塑造作用,以光影为物质基础,能够渲染图像的整体氛围,赋予图像情感,使画面的艺术造型更具魅力。人脸图像的光影特效是当今研究的热门,现已广泛应用于影视创作、游戏开发、摄影学等方面。然而掌握光影控制技巧并不简单,即使是专业的摄影师也需要多年的摸索研究,使用专业的图像编辑工具又涉及到许多繁琐重复的操作,因此本文提出了一种基于卷积神经网络的人脸艺术光影传递算法。该算法主要由三个步骤组成:第一步,提取人脸特征点,并使用特征点进行人脸对齐;第二步,使用阴影检测算法提取光影掩膜;第三步,光影的传递。本文主要针对光影传递部分做出了相应改进。第一,在传递过程中,由于目标图像与参考图像的肤色不同,在最后的传递结果中目标图像的肤色会在一定程度受到参考图像肤色的影响,导致目标图像肤色的变化。为了解决这个问题,本文提出了基于亮度通道的光影传递算法,将亮度层与色彩层分离,仅在亮度通道进行光影传递,从而避免参考图像颜色的干扰,较好的保留目标图像的肤色。第二,在传递过程中,对于类似于环形光这种较小的艺术光影,存在传递后光影较淡的问题,虽然可以通过调大风格权重来调整其浓淡,但是调大风格权重又会对目标图像的细节保留造成影响。为了解决这个问题,本文提出了一种基于语义分割的加权空间控制算法来调整阴影区的浓淡,我们单独在阴影通道的风格损失函数上加了权值,这样既调节了光影的浓淡,又不会对细节保留造成影响。最后,本文通过基于四种经典艺术光影的光影传递实验,验证了所提出算法的良好性能。并且将本文实验结果和其它光影传递算法的结果进行比较,结合用户体验质量调查,分析了本文算法的优劣。