摘要
本文提出了一种以用户为中心的快速、交互式、鲁棒且高质量的阴影去除方法。所提出的算法能够在多种复杂场景下实现阴影的检测与去除，尤其适用于具有高度纹理和彩色特征的阴影。在检测阶段，采用一种实时学习策略，通过用户提供的两个粗略输入（分别对应阴影区域和光照区域的像素）进行引导。完成检测后，通过将半影（penumbra）区域配准到一个归一化参考帧，实现对非均匀阴影光照变化的高效估计，从而获得准确且鲁棒的阴影去除效果。本工作的另一项重要贡献是首次构建并验证了适用于阴影去除算法的多场景类别真实标签数据集（ground truth）。该数据集包含186张图像，有效消除了带阴影与无阴影图像之间的不一致性，并涵盖了多种类型的阴影，包括柔和阴影、纹理化阴影、彩色阴影以及断裂阴影等。基于此数据集，本文开展了迄今为止最全面的前沿阴影去除方法对比实验，结果表明，所提出的算法在多个评价指标及不同阴影类别上均优于现有最先进方法。为进一步支持该领域的发展，本文还配套发布了一个在线阴影去除基准测试网站，旨在推动未来在该挑战性研究方向上的开放、透明的算法比较与持续进步。