时间线和边界引导的扩散网络用于视频阴影检测
原文中文,约300字,阅读约需1分钟。发表于: 。本研究旨在解决现有视频阴影检测(VSD)方法在时间学习上的低效问题,并考虑阴影的边界特征。我们提出了一种时间线和边界引导的扩散网络(TBGDiff),通过双尺度聚合模块和阴影边界感知注意力机制,结合时间引导和边界信息进行阴影检测。实验证明,我们的方法在性能上超过了当前最先进的技术,展示了其设计的有效性。
本文提出了使用扩散模型解决从阴影图像中推断无阴影场景的问题,通过细化阴影区域细节和借鉴无阴影图像特征,避免了传统方法的局限性。同时,通过融合噪声特征和扩散网络,缓解了训练过程中的局部最优问题。在AISTD和DESOBA数据集上,方法性能分别提高了13%和82%。