基于陰影解耦和重參的輕量級(jí)陰影檢測(cè)算法

摘要： 由于陰影邊界上的像素?cái)?shù)量往往遠(yuǎn)小于陰影內(nèi)部區(qū)域的像素?cái)?shù)量，準(zhǔn)確檢測(cè)陰影邊界區(qū)域相比于檢測(cè)陰影內(nèi)部區(qū)域像素更困難。為了提高在陰影邊界上的檢測(cè)準(zhǔn)確率，本文提出了一種新穎且高效的輕量級(jí)邊界感知陰影檢測(cè)算法RBNet。首先，將圖像分為陰影區(qū)域和非陰影區(qū)域，并分別采用距離變換將圖像的陰影區(qū)域、非陰影區(qū)域的邊界部分和主體解耦。接著，提出RBNet的解碼器通過(guò)學(xué)習(xí)陰影區(qū)域的邊界特征，在監(jiān)督學(xué)...