UnShadowNet:影除去のための照明クリティック誘導コントラスト学習【JST・京大機械翻訳】

Dasgupta Subhrajyoti; Das Arindam; Yogamani Senthil; Das Sudip; Eising Ciaran; Bursuc Andrei; Bhattacharya Ujjwal

プレプリント

J-GLOBAL ID：202202206069477595 整理番号：22P0312091

UnShadowNet:影除去のための照明クリティック誘導コントラスト学習【JST・京大機械翻訳】

UnShadowNet: Illumination Critic Guided Contrastive Learning For Shadow Removal

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年03月29日プレプリントサーバーでの情報更新日： 2023年08月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

シャドウは,実際の設定,例えば自律運転におけるコンピュータビジョン知覚システムの性能を著しく妨げる自然現象にしばしば遭遇する。これに対する解決策は,知覚システムの処理の前に画像から影領域を除去することである。しかし,そのような解決策の訓練は,取得が困難な整列陰影と非影画像のペアを必要とする。コントラスト学習を用いて訓練された新しい弱教師つきシャドウ除去フレームワークUnShadwNetを導入した。それは,照明批判と再定義ネットワークによって,さらにアーチファクトを削除するために訓練された照明網のガイダンスの下で,抽出された影の除去に責任があるDeShadowerネットワークから成る。著者らは,UnShadwNetが,利用可能なとき,地上トラスを利用するために,完全に監督されたセットアップに容易に拡張できることを示した。UnShadwNetは,弱および完全教師つきセットアップの両者において,3つの公的に利用可能なシャドウデータセット(ISTD,調整ISTD,SRD)に関する既存の最先端のアプローチより優れている。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , 【Automatic Indexing@JST】

計算機網 , 人工知能

, , , ,

前のページに戻る