Concetti Chiave
S3R-Net은 정렬된 그림자 없는 이미지 쌍이 필요하지 않은 자기 지도 학습 기반 단일 단계 그림자 제거 네트워크이다.
Sintesi
이 논문에서는 S3R-Net, 즉 자기 지도 학습 기반 그림자 제거 네트워크를 제안한다. 이 두 브랜치 WGAN 모델은 통일 및 적응 현상에 의존하여 자기 지도 학습을 달성한다. 즉, 정렬되지 않은 그림자 없는 참조 이미지 데이터베이스의 특성을 추론하여 출력 데이터의 스타일을 통일한다. 이 접근 방식은 기존의 감독 프레임워크와 대조를 이룬다. S3R-Net은 또한 순환 일관성 방식으로 작동하는 몇 가지 기존 자기 지도 학습 모델과도 차별화된다. 제안된 프레임워크는 최근 자기 지도 학습 그림자 제거 모델과 유사한 수치 점수를 달성하면서도 더 우수한 정성적 성능을 보이고 계산 비용도 낮게 유지한다.
Statistiche
그림자 영역의 RMSE는 12.16이다.
그림자 없는 영역의 RMSE는 6.38이다.
전체 RMSE는 7.12이다.