基于感知损失的单图像反射分离

我们提出一种从单幅图像中分离反射的方法。该方法使用全卷积网络进行端到端训练，损失函数利用了低级与高级图像信息。我们的损失函数包含两种感知损失：来自视觉感知网络的特征损失，以及编码透射层图像特征的对抗损失。我们还提出一种新颖的排斥损失，用于强制像素级的层分离。我们创建了一个包含反射的真实世界图像数据集及相应透射层真值，用于定量评估与模型训练。我们通过全面的定量实验验证方法，并表明我们的方法在 PSNR、SSIM 和感知用户研究中优于最先进的反射去除方法。我们还将方法扩展到另外两个图像增强任务，以证明方法的通用性。