要約
ユーザー中心の高速かつインタラクティブで堅牢かつ高品質な影除去手法が提案される。本アルゴリズムは、高密度なテクスチャや彩色された影など、困難な状況下でも検出と除去を実行可能である。影の検出には、影領域と照らされた領域のピクセルを示す2つの粗いユーザー入力に基づいて、リアルタイム学習アプローチが採用されている。検出後、影の除去は、半影（ペンンブラ）を正規化されたフレームに登録することで行い、非一様な影の照明変化を効率的に推定できるようにする。これにより、精度と堅牢性の高い影除去が実現される。本研究のもう一つの主要な貢献は、影除去アルゴリズム向けに初めて検証され、複数のシーンカテゴリをカバーするグランドトゥルースデータセットの構築である。このデータセットには186枚の画像が含まれており、影あり画像と影なし画像間の不整合を排除するとともに、ソフトな影、テクスチャ付きの影、彩色された影、破損した影など、多様な影の種類を提供している。このデータセットを用いて、これまでで最も包括的な最先端の影除去手法の比較が実施され、提案する新アルゴリズムが複数の評価指標および影のカテゴリにおいて、既存の最先端手法を上回ることを示した。本データセットを補完する形で、今後のオープンな比較を促進するためのオンライン影除去ベンチマークウェブサイトも提案されている。