脱离阴影：面部阴影移除的大规模基准与多阶段框架
计算机视觉与模式识别
2026-01-28 v1
摘要
面部阴影常常会降低图像质量和视觉算法的性能。现有方法在保持纹理的同时难以在复杂光照条件下去除阴影，且缺乏用于训练的真实世界配对数据集。我们提出了 Augmented Shadow Face in the Wild (ASFW) 数据集，这是第一个面向面部阴影移除的大规模真实世界数据集，包含 1,081 对阴影和无阴影图像，采用专业的 Photoshop 工作流程创建。ASFW 提供了光影逼真的阴影变化和准确的 ground truth，弥合了合成与真实领域之间的差距。在 ASFW 上训练的深度模型在真实世界条件下显示出 improved 的阴影移除效果。我们还引入了 Face Shadow Eraser (FSE) 方法以展示数据集的有效性。实验表明，ASFW 提升了面部阴影移除模型的性能，为该任务设定了新的标准。
引用
@article{arxiv.2601.19309,
title = {Beyond Shadows: A Large-Scale Benchmark and Multi-Stage Framework for High-Fidelity Facial Shadow Removal},
author = {Tailong Luo and Jiesong Bai and Jinyang Huang and Junyu Xia and Wangyu Wu and Xuhang Chen},
journal= {arXiv preprint arXiv:2601.19309},
year = {2026}
}
备注
Accepted by ICASSP2026