DocShaDiffusion：用于文档图像阴影移除的潜空间扩散模型
计算机视觉与模式识别
2025-07-03 v1 人工智能
摘要
文档阴影移除是文档图像增强领域的关键任务。然而，现有方法倾向于去除常数颜色背景的阴影，忽略了颜色阴影。本文首次设计一种用于文档图像阴影移除的潜空间扩散模型，称为DocShaDiffusion。它将阴影图像从像素空间转换到潜空间，使模型更容易捕获关键特征。为解决颜色阴影问题，我们设计了阴影软掩码生成模块（SSGM），其能够生成准确的阴影掩码并为阴影区域添加噪声。根据阴影掩码，我们提出了基于阴影掩码的引导扩散模块（SMGDM），通过监督扩散和去噪过程来移除文档图像中的阴影。我们还提出了一种对抗性感知特征损失，以保留文档图像中的细节和结构。此外，我们开发了一个大规模合成文档颜色阴影移除数据集（SDCSRD），模拟了真实颜色阴影的分布，为模型训练提供强大支持。在三个公开数据集上的实验表明，所提方法优于现有SOTA方法。我们的代码和数据集将公开可用。
引用
@article{arxiv.2507.01422,
title = {DocShaDiffusion: Diffusion Model in Latent Space for Document Image Shadow Removal},
author = {Wenjie Liu and Bingshu Wang and Ze Wang and C. L. Philip Chen},
journal= {arXiv preprint arXiv:2507.01422},
year = {2025}
}