从阴影分割到阴影去除

对成对阴影与无阴影图像的需求限制了阴影去除数据集的规模与多样性，并阻碍了训练大规模、鲁棒阴影去除算法的可能性。我们提出一种阴影去除方法，其可仅使用从阴影图像本身裁剪出的阴影与非阴影块进行训练。我们的方法通过对抗框架、遵循阴影形成的物理模型进行训练。我们的核心贡献是一组基于物理的约束，其实现了这种对抗训练。与使用完全成对阴影与无阴影图像训练的 SOTA 方法相比，我们的方法取得了有竞争力的阴影去除结果。我们的训练机制的优势在视频阴影去除中更为显著。我们的方法可使用仅由预训练阴影检测器生成的阴影掩码在测试视频上微调，并在这一具有挑战性的测试上优于 SOTA 方法。我们在我们提出的视频阴影去除数据集上展示了我们方法的优势。