一种受光学物理启发的用于本征图像分解的 CNN 方法
计算机视觉与模式识别
2021-12-21 v2
摘要
本征图像分解（Intrinsic Image Decomposition, IID）是一项生成图像组成成分的开放问题。从单幅图像生成反射率（reflectance）与光照（shading）是一项具有挑战性的任务，尤其在无真实标注（ground truth）时。目前缺乏利用单幅图像将图像分解为反射率与光照的无监督学习方法。我们提出了一种能够利用从图像导出的基于物理的参数实现该分解的神经网络架构。通过实验结果，我们表明（a）所提方法优于现有的基于深度学习的 IID 技术，且（b）所导出参数显著提升了效能。我们以对结果（数值与示例图像）的细致分析作结，指出了若干改进方向。
引用
@article{arxiv.2105.10076,
title = {An Optical physics inspired CNN approach for intrinsic image decomposition},
author = {Harshana Weligampola and Gihan Jayatilaka and Suren Sritharan and Parakrama Ekanayake and Roshan Ragel and Vijitha Herath and Roshan Godaliyadda},
journal= {arXiv preprint arXiv:2105.10076},
year = {2021}
}
备注
5 pages, 3 figures, 1 table, ICIP 2021