本文首先分别检测光源区域和耀斑区域,根据光源感知引导去除耀斑伪影。通过学习两种类型区域之间的潜在关系,方法可以从图像中去除不同类型的耀斑。此外,没有使用难以收集的成对训练数据,而是提出第一个不成对的耀斑去除数据集和新的循环一致性约束,以避免手工标注成本。 九、图像恢复-去除阴影 25、DC-ShadowNet: Single-...
耀斑可能以各种形状、位置和颜色出现,因此从图像中检测和完全去除它们是非常具有挑战性的。 本文首先分别检测光源区域和耀斑区域,根据光源感知引导去除耀斑伪影。通过学习两种类型区域之间的潜在关系,方法可以从图像中去除不同类型的耀斑。此外,没有使用难以收集的成对训练数据,而是提出第一个不成对的耀斑去除数据集和新...
本文首先分别检测光源区域和耀斑区域,根据光源感知引导去除耀斑伪影。通过学习两种类型区域之间的潜在关系,方法可以从图像中去除不同类型的耀斑。此外,没有使用难以收集的成对训练数据,而是提出第一个不成对的耀斑去除数据集和新的循环一致性约束,以避免手工标注成本。 九、图像恢复-去除阴影 25、DC-ShadowNet: Single-...