ShadowMaskFormer：用于阴影去除的掩码增强补丁嵌入
计算机视觉与模式识别
2025-03-25 v3
摘要
Transformer最近成为计算机视觉任务的事实标准模型，并已成功应用于阴影去除。然而，这些现有方法严重依赖于对Transformer块内注意力机制的复杂修改，同时使用通用的补丁嵌入。因此，这通常导致复杂的架构设计，需要额外的计算资源。在这项工作中，我们旨在探索在早期处理阶段融入阴影信息的有效性。据此，我们提出了一个基于Transformer的框架，其中包含一种专为阴影去除设计的新型补丁嵌入，称为ShadowMaskFormer。具体来说，我们提出了一种简单有效的掩码增强补丁嵌入，以整合阴影信息并促进模型对阴影区域知识的获取。在ISTD、ISTD+和SRD基准数据集上进行的大量实验表明，我们的方法在使用更少模型参数的情况下，其效果优于最先进的方法。我们的实现可在https://github.com/lizhh268/ShadowMaskFormer获取。
引用
@article{arxiv.2404.18433,
title = {ShadowMaskFormer: Mask Augmented Patch Embeddings for Shadow Removal},
author = {Zhuohao Li and Guoyang Xie and Guannan Jiang and Zhichao Lu},
journal= {arXiv preprint arXiv:2404.18433},
year = {2025}
}