LiWi：自然场景下的图像分层
计算机视觉与模式识别
2026-05-26 v3
摘要
生成模型的最新进展使得令人印象深刻的分层图像生成成为可能，但其成功主要局限于图形设计领域。自然场景图像的分层仍然是一个未被充分探索的问题，限制了真实场景下图像的细粒度编辑和应用。具体而言，在可扩展的分层数据和自然图像中物体交互的建模方面仍然存在挑战，例如光照效果和结构边界。为了解决这些瓶颈，我们提出了一种用于高保真自然图像分解的新颖框架。首先，我们引入了代理驱动的数据分解（Agent-driven Data Decomposition, ADD）流水线，该流水线编排代理和工具以在无需人工干预的情况下合成分层数据。利用该流水线，我们构建了一个名为 LiWi-100k 的大规模数据集，包含超过 100,000 张高质量的自然场景分层图像。其次，我们提出了一个联合提升光度保真度和 alpha 边界精度的新颖框架。具体而言，阴影引导学习显式地建模光照效果，而退化-恢复目标则通过从退化图像中恢复干净前景图像来提供边界校正监督。大量实验表明，我们的框架在自然图像分解中实现了 SOTA 性能，在 RGB L1 和 Alpha IoU 指标上优于现有模型。我们将很快发布我们的代码和数据集。
引用
@article{arxiv.2605.14552,
title = {LiWi: Layering in the Wild},
author = {Yu He and Fang Li and Haoyang Tong and Lichen Ma and Xinyuan Shan and Jingling Fu and Dong Chen and Luohang Liu and Junshi Huang and Yan Li},
journal= {arXiv preprint arXiv:2605.14552},
year = {2026}
}
备注
Project Page https://rassetmusty.github.io/LiWi