ReflexSplit：基于层融合-分离的单图像反射分离
计算机视觉与模式识别
2026-03-30 v3 机器学习
摘要
单图像反射分离（SIRS）将混合图像解耦为传输层和反射层。现有方法在非线性混合下易产生传输-反射混淆，尤其在深层解码器中因隐式融合机制和跨尺度协调不足。我们提出ReflexSplit，一种双流框架，包含三个关键创新。（1）跨尺度门控融合（CrGF）在层级深度上自适应聚合语义先验、纹理细节与解码器上下文，稳定梯度流动并保持特征一致性。（2）层融合-分离块（LFSB）交替进行共享结构提取的融合与层特定解耦的差分分离。灵感来源于差分转换器，我们将注意力消除扩展到双流分离，通过跨流减法实现。（3）课程训练通过深度相关初始化和周期性预热逐步强化差分分离。大量实验在合成及真实基准上表明，ReflexSplit实现了最新的性能，具备卓越的感知质量和稳健的泛化能力。我们的代码已公开：https://github.com/wuw2135/ReflexSplit。
引用
@article{arxiv.2601.17468,
title = {ReflexSplit: Single Image Reflection Separation via Layer Fusion-Separation},
author = {Chia-Ming Lee and Yu-Fan Lin and Jin-Hui Jiang and Yu-Jou Hsiao and Chih-Chung Hsu and Yu-Lun Liu},
journal= {arXiv preprint arXiv:2601.17468},
year = {2026}
}
备注
CVPR 2026 Camera Ready; Project page: https://wuw2135.github.io/ReflexSplit-ProjectPage/