本文提出了一种无监督的内在图像分解方法，利用激光雷达强度信息，设计了强度一致性损失和密集化模块，以克服传统学习中的挑战。实验结果表明，该方法在合成和实际图像数据集上均表现优异。

本文提出了一种使用解释输入图像的方法来学习内在图像分解的网络，能够预测反射、形状和光照条件，并通过无监督重建误差信号提高中间表示的质量。实验结果显示该方法在内在图像分解和知识传递方面表现出色。