CNSNet:一种用于阴影去除的洁净导航阴影网络
计算机视觉与模式识别
2022-09-07 v1
摘要
阴影去除的关键在于以非阴影区域为引导来恢复阴影区域的内容。由于长距离建模不足,基于 CNN 的方法无法充分探究来自非阴影区域的信息。为解决此问题,我们提出一种新颖的洁净导航阴影网络(CNSNet),其包含基于阴影掩码的阴影导向自适应归一化(SOAN)模块与带 Transformer 的阴影感知聚合(SAAT)模块。在阴影掩码引导下,SOAN 模块从非阴影区域提取统计量并自适应地将其应用于阴影区域以进行区域级修复。SAAT 模块利用阴影掩码精确引导每个阴影像素的修复,通过考虑来自无阴影区域的高度相关像素实现全局像素级修复。在三个基准数据集(ISTD、ISTD+ 和 SRD)上的大量实验表明,我们的方法取得了优越的去阴影性能。
引用
@article{arxiv.2209.02174,
title = {CNSNet: A Cleanness-Navigated-Shadow Network for Shadow Removal},
author = {Qianhao Yu and Naishan Zheng and Jie Huang and Feng Zhao},
journal= {arXiv preprint arXiv:2209.02174},
year = {2022}
}
备注
Accepted in ECCVW 2022