M2-Net：多场景下多阶段镜面高光检测与去除
计算机视觉与模式识别
2022-07-21 v1
摘要
本文提出一种用于多场景（包括合成图像、人脸图像、自然图像和文本图像）高光检测与去除的新颖一致性框架。该框架由三个主要组件构成：高光特征提取模块、高光粗去除模块和高光精修去除模块。首先，高光特征提取模块可直接从原始高光图像中分离高光特征与非高光特征；随后利用粗高光去除网络得到高光去除图像；为进一步提升高光去除效果，基于上下文高光注意力机制，通过精修高光去除模块最终获得精修高光去除图像。多场景下的大量实验结果表明，所提框架可获得优异的高光去除视觉效果，并在多项定量评价指标上达到 SOTA 结果。我们的算法首次应用于视频高光去除，并取得有前景的结果。
引用
@article{arxiv.2207.09965,
title = {M2-Net: Multi-stages Specular Highlight Detection and Removal in Multi-scenes},
author = {Zhaoyangfan Huang and Kun Hu and Xingjun Wang},
journal= {arXiv preprint arXiv:2207.09965},
year = {2022}
}