SpA-Former：基于空间注意力的 Transformer 图像阴影检测与去除
计算机视觉与模式识别
2022-10-18 v3 机器学习
摘要
本文提出一种端到端的 SpA-Former，从单张带阴影图像中恢复无阴影图像。不同于传统方法需先检测阴影再去除阴影的两步流程，SpA-Former 将这两步统一起来，是一个单阶段网络，能够直接学习阴影与无阴影之间的映射函数，无需单独的阴影检测。因此，SpA-Former 可适应投射于不同语义区域上的真实图像去阴影。SpA-Former 由 transformer 层、一系列联合傅里叶变换残差块以及两轮联合空间注意力组成。本文网络能够在完成任务的同时实现极快的处理效率。我们的代码发布于 https://github.com/zhangbaijin/SpA-Former-shadow-removal。
引用
@article{arxiv.2206.10910,
title = {SpA-Former: Transformer image shadow detection and removal via spatial attention},
author = {Xiao Feng Zhang and Chao Chen Gu and Shan Ying Zhu},
journal= {arXiv preprint arXiv:2206.10910},
year = {2022}
}