垃圾还是宝藏？一种用于单图像反射分离的交互式双流策略
计算机视觉与模式识别
2021-10-22 v1 机器学习
摘要
单图像反射分离（SIRS）作为一项典型的盲源分离任务，旨在从一幅混合观测中恢复传输层和反射层两个图层，由于其高度病态性而极具挑战性。现有的基于深度学习的方案通常单独恢复目标图层，或在输出末端稍加考量，几乎未考虑两条流/分支之间的交互。为更高效地利用信息，本文提出一种通用且简洁的交互式策略，即“你的垃圾是我的宝藏”（YTMT），用于构建双流分解网络。具体而言，我们显式地强制两条流以逐块方式进行通信。受两分量之间加性性质的启发，交互路径可通过将一条流中由ReLU整流器停用（而非丢弃）的信息转移到另一条流中轻松建立。我们在广泛使用的SIRS数据集上进行了消融研究与实验，以证明YTMT的有效性，并揭示其优于其他最先进替代方案的性能。实现十分简洁，我们的代码已公开于 https://github.com/mingcv/YTMT-Strategy。
引用
@article{arxiv.2110.10546,
title = {Trash or Treasure? An Interactive Dual-Stream Strategy for Single Image Reflection Separation},
author = {Qiming Hu and Xiaojie Guo},
journal= {arXiv preprint arXiv:2110.10546},
year = {2021}
}
备注
Accepted to NeurIPS2021