要約
シャドウは、光と物体の相互作用の自然な結果として、画像の美しさを形成する上で重要な役割を果たします。しかし、コンテンツの可視性や全体的な視覚品質を損なう要因でもあります。最近のシャドウ除去手法では、その効果性から注意メカニズムが主要な構成要素として用いられています。しかし、実用上は大きなモデルサイズと高い計算複雑さという2つの問題がしばしば生じます。これらの欠点に対処するために、本研究では軽量かつ正確なシャドウ除去フレームワークを開発しました。まず、シャドウ除去タスクの特性を分析し、シャドウ領域の再構築に必要なキーデータを求め、新しい地域注意メカニズム（Regional Attention Mechanism）を設計して、このような情報を効果的に捉えるようにしました。次に、非シャドウ領域を利用してシャドウ領域の復元を支援する Regional Attention Shadow Removal Model (RASM) をカスタマイズしました。既存の注意ベースのモデルとは異なり、当方針では各シャドウ領域が周囲の非シャドウ領域とより合理的に相互作用できるよう設計されており、シャドウ領域と非シャドウ領域間の地域的な文脈関連性を見出すことが可能となっています。広範な実験を通じて示された通り、提案した方法は精度と効率性において他の最先端モデルよりも優れた性能を発揮し、実用的なアプリケーションへの適用に魅力的です。