ARGAN：用于阴影检测与去除的注意力循环生成对抗网络
计算机视觉与模式识别
2019-08-06 v1
摘要
本文提出一种注意力循环生成对抗网络（ARGAN）来检测并去除图像中的阴影。生成器由多个渐进步骤组成。在每一步中，首先利用阴影注意力检测器生成指定输入图像中阴影区域的注意力图。给定注意力图，由阴影去除编码器给出的负残差将恢复出阴影更浅甚至无阴影的图像。判别器被设计用于分类最后渐进步骤的输出图像为真或假。此外，ARGAN适合以半监督策略训练，以充分利用充足的未监督数据。在四个公开数据集上的实验表明，我们的ARGAN对简单和复杂阴影均具有鲁棒的检测能力，并能产生更真实的阴影去除结果。它优于当前最先进的方法，尤其在恢复阴影区域的细节方面。
引用
@article{arxiv.1908.01323,
title = {ARGAN: Attentive Recurrent Generative Adversarial Network for Shadow Detection and Removal},
author = {Bin Ding and Chengjiang Long and Ling Zhang and Chunxia Xiao},
journal= {arXiv preprint arXiv:1908.01323},
year = {2019}
}
备注
The paper was accepted to the IEEE / CVF International Conference on Computer Vision (ICCV) 2019