基于大规模真实世界数据集与频率感知阴影擦除网络的高分辨率文档阴影去除

当我们使用随意设备拍摄文档时，常常会出现阴影，这影响了数字副本的视觉质量与可读性。与自然阴影去除算法不同，文档阴影去除算法需要在高分辨率输入中保留字体与图形的细节。先前工作忽略了这一问题，并通过近似注意力与小数据集去除阴影，这在真实场景中可能无法奏效。我们直接通过更大规模的真实世界数据集与精心设计的频率感知网络来处理高分辨率文档阴影去除。在数据集方面，我们获取了超过 7k 对高分辨率（2462 x 3699）真实世界文档图像对，包含不同光照环境下的多种样本，其规模是现有数据集的 10 倍。在网络设计方面，我们在频域中对高分辨率图像进行解耦，其中低频细节与高频边界可通过精心设计的网络结构有效学习。借助我们的网络与数据集，所提方法在视觉质量与数值结果上均明显优于先前方法。代码、模型与数据集可在 https://github.com/CXH-Research/DocShadow-SD7K 获取。