CFSR：基于物理解�合的几何条件遮影移除
计算机视觉与模式识别
2026-04-21 v1
摘要
传统的遮影移除网络常将图像修复视为无约束的映射，缺乏对局部纹理恢复与全局照明一致性所需的物理可解释性。为此，我们提出了 CFSR，一个多模态先验驱动的框架，将遮影移除重新诠释为受物理约束的修复过程。通过将 3D 几何线索与大规模 foundation model 语义信息无缝集成，CFSR 有效弥合了 2D-3D 域之间的差距。具体而言，我们首先将观测值映射到自定义的 HVI 色彩空间，以抑制由遮影引起的噪声，并稳健地将 RGB 数据与估计深度先验融合。其核心是我们的几何与语义双重显式引导注意力机制，利用 DINO 特征和 3D 表面法线，直接调制注意力亲和矩阵，从而在结构上强制物理照明约束。为恢复严重退化的区域，我们通过冻结的 CLIP 编码器注入全局先验。最后，我们的频率协同重建模块（FCRM）通过解耦解码过程实现最优合成。以几何先验为条件，FCRM 无缝地将锐利的高频遮挡边界的恢复与低频全局照明的恢复相谐和。广泛的实验表明，CFSR 在多个具有挑战性的基准测试中实现了最先进的性能。
引用
@article{arxiv.2604.18032,
title = {CFSR: Geometry-Conditioned Shadow Removal via Physical Disentanglement},
author = {Pan Wang and Yihao Hu and Xiujin Liu and Hang Wang},
journal= {arXiv preprint arXiv:2604.18032},
year = {2026}
}