自监督阴影去除
计算机视觉与模式识别
2020-10-23 v1 人工智能
摘要
阴影去除是一项重要的计算机视觉任务，旨在检测并成功去除被遮挡光源所产生的阴影，并对图像内容进行照片级真实感复原。数十年的研究产生了大量手工设计的复原技术，以及近来基于带阴影与无阴影训练图像对的学习型解决方案。本文提出一种通过自监督学习、利用条件化掩码的无监督单图像阴影去除方案。与现有文献不同，我们无需成对的带阴影与无阴影图像，而是依靠自监督并联合学习用于去除和添加图像阴影的深度模型。我们在近期提出的 ISTD 和 USR 数据集上验证了我们的方法。我们在定量与定性上大幅优于对比方法，并在单图像阴影去除上确立了新的 SOTA 性能。
引用
@article{arxiv.2010.11619,
title = {Self-Supervised Shadow Removal},
author = {Florin-Alexandru Vasluianu and Andres Romero and Luc Van Gool and Radu Timofte},
journal= {arXiv preprint arXiv:2010.11619},
year = {2020}
}
备注
10 pages, 4 figures, 6 tables