Sep, 2023

ShaDocFormer：具有级联融合细化器的文档阴影去除的阴影注意力阈值检测器

PDF
TL;DR提出了一种基于 Transformer 的体系结构 ShaDocFormer，通过整合传统方法和深度学习技术解决了文档阴影消除问题，通过阴影 - 注意阈值检测器（STD）和级联融合细化器（CFR）两个组件，能够精确检测和捕捉阴影和照明的变化，以实现有效的阴影消除。大量实验证明，ShaDocFormer 在定性和定量测量方面优于目前的最先进方法。
document shadowmobile devicesshadocformershadow removalillumination
发现论文，激发创造
  • DocDeshadower：基于频率感知的文档去阴影变压器

    我们提出了 DocDeshadower，一种基于多频变压器的模型，使用 Laplacian 金字塔以粗到细的方式去除不同频率的阴影。我们在模型中引入了两个新组件：注意力聚合网络和门控多尺度融合变压器。广泛的实验表明，DocDeshadower 在定性和定量方面均优于当前的最新方法。

    Jul, 2023

  • ShadowMaskFormer：面具增强的补丁嵌入用于阴影去除

    提出了一种用于去除阴影的基于 Transformer 的框架，称为 ShadowMaskFormer，通过引入阴影信息和改进的 patch embedding 来提高模型在获取阴影区域知识方面的效果。在 ISTD、ISTD + 和 SRD 基准数据集上的实验证明了该方法相对于现有方法在使用更少模型参数的情况下的有效性。

    Apr, 2024

  • ShadowFormer：利用全局上下文提升图像去阴影效果

    该研究提出了一种 Retinex-based 阴影模型和 ShadowFormer 转换器网络，通过多尺度通道的注意机制和 Shadow-Interaction Module 中的 Shadow-Interaction Attention 对阴影和非阴影区域之间的全局联系进行建模。经验证，该方法在三个常用的公共数据集中实现了最先进的性能。

    Feb, 2023

  • ShadowRefiner：基于快速傅立叶变换的无掩模去除阴影方法

    通过 Fast Fourier Transformer 引入一个无需遮罩的 Shadow Removal and Refinement 网络 (ShadowRefiner)，以实现对真实世界图像中的阴影进行有效去除并保留细节和产生具有视觉吸引力的结果。

    Apr, 2024

  • DocBinFormer：一种用于有效文档图像二值化的两级 Transformer 网络

    提出了一种名为 DocBinFormer（文档二值化变换器）的基于视觉变换器的两级架构，用于有效地对文档图像进行二值化分析，该架构利用双级变换器编码器从输入图像中有效地捕获全局和局部特征表示，从而在系统生成和手写文档图像的分析中取得了改进的结果，并在 DIBCO 和 H-DIBCO 基准数据集上超过了现有技术的表现。

    Dec, 2023

  • 基于大规模真实世界数据集和频率感知阴影消除网络的高分辨率文件阴影去除

    通过使用大规模真实世界数据集和设计精心的频率感知网络，我们直接处理高分辨率文件阴影去除，并呈现出比以前方法更好的视觉效果和数值结果。

    Aug, 2023

  • 使用从头开始训练的 Transformer 进行遥感变化检测

    本文提出了一种全新的变化检测方法，采用转换器进行从头开始训练，并在四个公共基准测试中实现了最先进的性能。该方法使用一种混洗的稀疏注意力操作来捕获 CD 数据的固有特征，并介绍了一种改变增强的特征融合模块来提高相关语义变化，同时抑制噪声。

    Apr, 2023

  • 单图像去阴影自动曝光融合

    本文提出了使用曝光融合方法进行阴影去除的新解决方案，其中包括将输入图像的多个过度曝光图像的阴影区域与其无阴影区域的颜色相同，使用阴影感知的 FusionNet 生成融合权重图，并使用边界感知的 RefineNet 去除剩余的阴影痕迹。实验表明我们的方法在阴影区域性能更佳，在非阴影区域表现与现有最先进方法相当。

    Mar, 2021

  • 深入探究暗区以实现强鲁棒阴影检测

    通过学习全局环境下的背景特征，并聚焦于暗区域，我们提出了一种新的阴影检测方法，优于现有方法，并在三个主流阴影检测数据集上进行了广泛实验验证。

    Feb, 2024

  • DualFormer：面向高效视频识别的分层局部全局 Transformer

    本文提出了一种新型的 Transformer 架构 DualFormer 用于视频识别，此架构可以有效地处理空间 - 时间关注，能够捕捉短距离和长距离的时空依赖关系，并通过本地 - 全局层次划分策略显著减少注意力计算中的关键值个数，从而提高效率并在五个视频基准测试上验证了 DualFormer 的优越性能。

    Dec, 2021