SpA-Former: Transformer image shadow detection and removal via spatial attention

要約

この論文では、単一の陰影画像から影のない画像を復元するためのエンドツーエンドのSpA-Formerを提案します。
影の検出と影の除去に2つのステップを必要とする従来の方法とは異なり、SpA-Formerはこれらのステップを1つに統合します。これは、影と影のない間のマッピング機能を直接学習できる1段階のネットワークです。
個別の影の検出。
したがって、SpA-formerは、さまざまなセマンティック領域に投影されたシャドウの実際の画像のシャドウイングに適応できます。
SpA-Formerは、変圧器層と一連のジョイントフーリエ変換残差ブロックおよび2輪ジョイントの空間的注意で構成されています。
このホワイトペーパーのネットワークは、非常に高速な処理効率を実現しながら、タスクを処理できます。
私たちのコードはhttps://github.com/zhangbaijin/Spatial-Transformer-shadow-removalで公開されています

要約(オリジナル)

In this paper, we propose an end-to-end SpA-Former to recover a shadow-free image from a single shaded image. Unlike traditional methods that require two steps for shadow detection and then shadow removal, the SpA-Former unifies these steps into one, which is a one-stage network capable of directly learning the mapping function between shadows and no shadows, it does not require a separate shadow detection. Thus, SpA-former is adaptable to real image de-shadowing for shadows projected on different semantic regions. SpA-Former consists of transformer layer and a series of joint Fourier transform residual blocks and two-wheel joint spatial attention. The network in this paper is able to handle the task while achieving a very fast processing efficiency. Our code is relased on https://github.com/ zhangbaijin/Spatial-Transformer-shadow-removal

arxiv情報

提供元, 利用サービス

arxiv.jp, Google