qq_52046512的博客

镜面高光去除在多媒体应用中扮演着关键角色，因为它增强了图像和视频的质量和可解释性，最终提高了基于内容的检索、目标识别和场景理解等下游任务的性能。尽管基于深度学习的方法取得了显著进展，但当前最先进的方法通常依赖于额外的先验知识或监督，限制了它们的实用性和泛化能力。在本文中，我们提出了一种用于镜面高光去除的双混合注意力网络（DHAN-SHR），这是一个端到端网络，引入了新颖的混合注意力机制，有效地捕获和处理不同尺度和域中的信息，而不依赖于额外的先验知识或监督。

本文旨在从单个物体级图像中移除高光。尽管先前的方法已取得一定进展，但它们在处理具有复杂高光的真实图像时，性能仍有限。为此，我们提出了一个三阶段网络来解决这些问题。具体来说，给定一张输入图像，我们首先将其分解为反照率、阴影和高光残差分量，以估计一个粗糙的无高光图像。然后，我们进一步细化这个粗糙结果，以减轻其视觉伪影，例如颜色失真。最后，我们调整细化结果的色调，使其尽可能与输入图像的色调匹配。此外，为了促进网络训练和定量评估，我们展示了一个大规模合成数据集，涵盖了多样化的物体和照明条件。