ShaDocFormer：一种用于文档阴影去除的带阴影注意力阈值检测器与级联融合精炼器的架构

文档阴影是使用移动设备拍摄文档时出现的常见问题，严重影响可读性。当前方法面临诸多挑战，包括阴影掩模检测不准确与光照估计困难。本文中，我们提出ShaDocFormer，一种基于Transformer的架构，它融合传统方法与深度学习技术以解决文档阴影去除问题。ShaDocFormer架构包含两个组件：阴影注意力阈值检测器(STD)与级联融合精炼器(CFR)。STD模块采用传统阈值技术并利用Transformer的注意力机制收集全局信息，从而实现阴影掩模的精确检测。CFR模块的级联与聚合结构促进了整幅图像由粗到精的复原过程。因此，ShaDocFormer擅长准确检测并捕捉阴影与光照的变化，从而有效去除阴影。大量实验表明，ShaDocFormer在定性与定量指标上均优于当前最先进的方法。