VSDiffusion：通过可见性约束扩散模型驯服不明确的阴影生成
计算机视觉与模式识别
2026-03-10 v1
摘要
为插入的前景对象生成逼真的阴影是图像合成的一个关键但具有挑战性的任务，由于阴影形成的不明确性质，保持阴影与对象在复杂场景中的几何一致性仍然困难。为此，我们提出了 VSDiffusion，一个 visibility-constrained 两阶段框架，通过融入可见性先验来缩小解空间。在阶段 I，我们预测粗糙的阴影掩码以局部分析可能生成的阴影区域。在阶段 II，基于合成图像中估计的光照和深度线索进行条件扩散以生成准确阴影。在 VSDiffusion 中，我们通过两种互补路径注入可见性先验。首先，一个带有阴影门控跨注意力的可见性控制分支提供多尺度结构指导。然后，一个学习软先验图对训练损失中的错误区域进行重新加权以增强几何校正。此外，我们还引入了高频引导的增强模块以锐化边界并提高与背景的纹理交互。在广泛使用的公开 DESOBAv2 数据集上的实验表明，我们提出的 VSDiffusion 能够生成准确的阴影，并在大多数评估指标上建立了新的 SOTA 结果。
引用
@article{arxiv.2603.08020,
title = {VSDiffusion: Taming Ill-Posed Shadow Generation via Visibility-Constrained Diffusion},
author = {Jing Li and Jing Zhang},
journal= {arXiv preprint arXiv:2603.08020},
year = {2026}
}
备注
12 pages,8 figures