基于深度学习的单图像阴影移除：综合综述

阴影移除旨在恢复阴影区域内的图像内容，实现阴影区域与非阴影区域之间照明分布的一致性。与其他图像修复任务相比，阴影移除存在两个独特挑战：1）阴影模式是任意的、多样的，往往具有高度复杂的轨迹结构，使得“无痕”图像恢复困难；2）阴影引起的退化是空间非均匀的，导致阴影区域与非阴影区域之间的照明和颜色不一致。该领域的最新进展主要由基于深度学习的解决方案驱动，采用各种学习策略、网络架构、损失函数和训练数据。然而，针对基于深度学习的阴影移除技术的系统而有洞察力的综述仍然缺乏。本文首次提供全面综述，涵盖从技术细节到实际应用的各个方面。我们概述了基于深度学习的单图像阴影移除方法的主要进展，全面回顾了以前的研究，跨越各种类别，并对这些发展的历史进程提供了见解。此外，我们对比了定性和定量的性能比较。除了阴影移除方法的技术方面之外，我们还探讨了该领域的潜在未来方向。