基于对比先验增强的无掩码阴影移除
计算机视觉与模式识别
2025-11-27 v2 人工智能
摘要
现有阴影移除方法常依赖阴影掩码，但在实际场景中难以获取。探索内在图像线索（如局部对比信息）作为在缺乏显式掩码时的阴影移除指导存在潜在可能。然而，该线索固有的歧义性在复杂场景中成为关键限制，可能无法区分真实阴影与低反射率物体以及复杂背景纹理。为此，我们提出了自适应门控双分支注意机制（AGBA）。AGBA动态筛选和重新加权对比先验，以有效分离阴影特征与干扰视觉元素。此外，为解决恢复软阴影边界和细粒细节的持续挑战，我们引入基于扩散的频率-对比融合网络（FCFN），利用高频和对比线索引导生成过程。大量实验表明，我们的方法在无掩码方法中实现了状态最佳结果，同时保持对掩码方法的竞争性能。
引用
@article{arxiv.2507.21949,
title = {Contrast-Prior Enhanced Duality for Mask-Free Shadow Removal},
author = {Jiyu Wu and Yifan Liu and Jiancheng Huang and Mingfu Yan and Shifeng Chen},
journal= {arXiv preprint arXiv:2507.21949},
year = {2025}
}
备注
There are unresolved authorship disputes related to this submission, and the current version does not reflect an agreed authorship list