【技术实现步骤摘要】
一种图像阴影检测方法及系统
[0001]本专利技术属于计算机图像处理
,尤其涉及一种图像阴影检测方法及系统
。
技术介绍
[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术
。
[0003]阴影是一种由于光的直线传播而形成的照明现象,它普遍存在于我们的生活中
。
当图像中有阴影存在时,阴影覆盖部分的物体常常会发生亮度和颜色的变化,而如果物体没有被阴影完全覆盖,其纹理和颜色的一致性还会受到进一步影响
。
因此阴影的存在常常对目标检测
、
目标识别
、
场景分割等计算机视觉任务造成不利影响
。
而对阴影的准确检测不仅可用于消除图像中阴影的干扰,提高图像处理的准确性和鲁棒性,还可以为场景几何
、
光源定位等任务提供有价值的见解,以此增强模型的场景理解能力
。
阴影检测是在带阴影的
RGB
图像数据中检测出所有阴影区域,并输出一张标识所有像素类别
(
类别包括:阴影
、
非阴影
)
的检测图
。
[0004]早期的阴影检测主要依赖于物理方法以及基于机器学习的方法,物理方法通过构建物理照明模型完成阴影物理形成过程的推导,机器学习方法利用人工设计的特征,例如照明线索和纹理等训练基于机器学习的阴影检测器
。
然而,随着卷积神经网络
(CNN)
在 ...
【技术保护点】
【技术特征摘要】
1.
一种图像阴影检测方法,其特征是,包括:提取原始图像的多层次综合特征;将多层次综合特征分为低层组和高层组;针对低层组和高层组分别采用相同结构的两个分支进行处理;分支在处理的过程中,将每组特征进行上采样和卷积,使每组特征拥有统一的空间尺寸,然后将各组特征拼接,生成合并特征;针对合并特征进行特征分离与重组并输出阴影相关元素
、
背景相关元素以及重组特征;分别从阴影相关元素
、
背景相关元素以及重组特征中提取风格属性,并对特定风格属性对施加一致性或差异性约束,以指导上游特征的分离;使用并行解码器分别连接两个分支的阴影相关元素
、
背景相关元素和重组特征,并将他们分别融合,用于生成预测的阴影图
、
背景图像和重构图像
。2.
如权利要求1所述的一种图像阴影检测方法,其特征是,所述相同结构的两个分支分别为阴影分支和背景分支,每个分支含有一个由两层卷积层和一个跳连接组成的残差块,对于每组给定的合并特征,阴影分支产生阴影相关元素,背景分支产生背景相关元素
。3.
如权利要求2所述的一种图像阴影检测方法,其特征是,针对阴影分支产生阴影相关元素,背景分支产生背景相关元素,通过组合阴影相关元素和背景相关元素以得到重组特征
。4.
如权利要求1所述的一种图像阴影检测方法,其特征是,针对低层组和高层组分别输出的阴影相关元素
、
背景相关元素以及重组特征在平行解码器中分别融合,融合后的三个特征分别经过一次卷积用于生成最终结果,阴影相关元素被用于生成预测的阴影图,背景相关元素被用于生成背景图像,重组特征则被用于生成重构图像
。5.
如权利要求4所述的一种图像阴影检测方法,其特征是,针对预测的阴影图
、
背景图像及重构图像应用联合监督训练策略,针对预测阴影图的监督由数据集中标注的阴影图真实值提供,而对于重构图像的监督则来自输入图像,通过指导网络学习预测背景图像
。6.
如权利要求1所述的一种图像阴影检测方法,其特征是,针对阴影相关元素
、
...
【专利技术属性】
技术研发人员:丛润民,张伟,仇梓峰,宋然,陈宇,李晓磊,陈韬亦,
申请(专利权)人:中国电子科技集团公司第五十四研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。