BriefGPT - AI 论文速递
·
多尺度图像阴影去除的软硬注意力 U-Net 模型与基准数据集
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
介绍SynShadow数据集及其合成阴影图像的方法，支持训练阴影去除模型并通过微调预训练模型改进效果。
🎯
关键要点
-
介绍了SynShadow数据集，这是一个新的大规模合成阴影/无阴影/亚光图像三元组数据集。
-
合成阴影图像的方法是通过扩展物理接地阴影照明模型，利用透明图像、亚光图像和阴影衰减参数的任意组合。
-
该数据集在一些具有挑战性的基准测试上支持训练阴影去除模型，并展示了优异表现。
-
简单微调自SynShadow预训练模型可以显著改进效果。
-
提供了公开的代码以供使用。
➡️
