去阴影专栏
文章平均质量分 77
主要讲解去阴影的论文
CV-deeplearning
小米AI Lab图像算法工程师,擅长表格识别、目标检测、行人属性识别、车牌识别等。
展开
-
DC-ShadowNet 论文阅读笔记
一. 资源介绍论文地址:DC-ShadowNet: Single-Image Hard and Soft Shadow Removal UsingUnsupervised Domain-Classifier Guided Network代码地址:https://github.com/jinyeying/DC-ShadowNet-Hard-and-Soft-Shadow-Removal二. 动机各种流行的方法通过监督学习方式去除阴影,但是这些方法需要阴影和非阴影的匹配对,并且匹配对的获取成本较高。本原创 2021-11-13 16:34:19 · 3060 阅读 · 0 评论 -
Deep Adversarial Decomposition: A Unified Framework for Separating Superimposed Images 论文阅读笔记
1. 论文与代码 论文下载地址:Deep Adversarial Decomposition: A Unified Framework for Separating Superimposed Images 官方代码地址:https://github.com/jiupinjia/Deep-adversarial-decomposition2. 论文核心思想 作者提出了一个统一的框架,用来分离图片。作者提出crossroad L1损失函数,该损失函数能计...原创 2021-04-25 21:01:59 · 463 阅读 · 0 评论 -
Auto-Exposure Fusion for Single-Image Shadow Removal——论文阅读
一. 论文介绍 本文主要介绍去除阴影的论文《Auto-Exposure Fusion for Single-Image Shadow Removal》:即自动曝光融合去除阴影的方法。该论文来自2021年的CVPR。 论文地址:https://arxiv.org/abs/2103.01255 开源代码:https://github.com/tsingqguo/exposure-fusion-shadow-removal二. 算法框架 ...原创 2021-06-09 09:54:25 · 2256 阅读 · 12 评论 -
ST-CGAN 用GAN实现阴影检测和阴影去除
1. 总体介绍 本文是2018年的一篇CVPR,虽然现在看起来非常简单,但是在当时还是非常突出的,将阴影检测和除去阴影联合起来训练。 论文:https://arxiv.org/abs/1712.02478 代码:https://github.com/IsHYuhi/ST-CGAN_Stacked_Conditional_Generative_Adversarial_Networks(非官方实现)2. 主要思想 作者提出的框架包...原创 2021-04-30 16:36:44 · 2335 阅读 · 21 评论