ShadowRefiner: 마스크 없는 그림자 제거를 위한 빠른 푸리에 변환기

그림자 영향을 받은 이미지는 색상과 조명에서 뚜렷한 공간적 차이를 보이는 경우가 많아, 물체 검출 및 분할 시스템을 포함한 다양한 비전 응용 프로그램의 성능을 저하시키는 원인이 됩니다. 실제 환경의 이미지에서 그림자를 효과적으로 제거하면서 복잡한 세부 사항을 유지하고 시각적으로 매력적인 결과를 생성하기 위해, 우리는 빠른 푸리에 변환기(Fast Fourier Transformer)를 통해 마스크 없이 그림자 제거 및 정제 네트워크(ShadowRefiner)를 소개합니다. 특히, 우리 방법론의 그림자 제거 모듈은 공간적 및 주파수 표현 학습을 통해 그림자 영향을 받은 이미지와 그림자가 없는 이미지 간의 효과적인 매핑을 설정하는 것을 목표로 합니다. 픽셀 오류 맞춤을 완화하고 이미지 품질을 더욱 개선하기 위해, 우리는 새로운 주목 메커니즘이 설계된 혁신적인 빠른-푸리에 주목 기반 변환기(Fast-Fourier Attention based Transformer, FFAT) 구조를 제안합니다. 우리의 방법론은 NTIRE 2024 이미지 그림자 제거 챌린지의 감성 트랙(Perceptual Track)에서 우승했으며, 충실도 트랙(Fidelity Track)에서는 두 번째로 우수한 성능을 달성했습니다. 또한 포괄적인 실험 결과는 우리가 제안한 방법론의 강력한 효과성을 입증하고 있습니다. 코드는 공개되어 있습니다: https://github.com/movingforward100/Shadow_R.