重新审视阴影检测：面向复杂世界的新型基准数据集

一般照片中的阴影检测是一个极具挑战性的问题，主要原因在于现实世界场景的复杂性。尽管近期的阴影检测方法在多个基准数据集上已取得显著性能，但在面对普遍的现实场景时，其表现仍存在局限。为此，本文收集了多种场景下的阴影图像，并构建了一个包含10,500张阴影图像的新数据集，每张图像均配有标注的真值掩码（ground-truth mask），以支持复杂现实世界中的阴影检测任务。该数据集涵盖了丰富的场景类别，包含多样化的阴影尺寸、位置、对比度及类型。此外，我们对数据集的复杂性进行了全面分析，提出了一种具备细节增强模块的快速阴影检测网络，以有效捕捉阴影的细微结构，并通过实验证明了所提方法在一般场景下检测阴影的有效性。