阴影双线性成像模型和光照补偿模型

　　用于阴影去除的三分支残差网络模型

　　近日，中国科学院沈阳自动化研究所机器人视觉研究组在图像光照建模与恢复领域研究取得新进展，相关研究成果近期在线发表于IEEE Transactions on Neural Networks ａnd Learning Systems（中国科学院一区Top期刊，IF: 14.255）和IEEE Transactions on Multimedia（中国科学院一区Top期刊，IF: 8.182）。    

　　复杂的光照变化给计算机视觉研究带来了很大的挑战，严重影响了目标检测、识别、跟踪、图像分割和场景理解等视觉任务。

　　为应对上述挑战，沈阳自动化所研究团队根据相机成像模型，推导出了阴影成像双线性模型，该模型揭示了无阴影、阴影蒙版和阴影图像之间的内在关系。团队在此基础上推导出用于阴影去除的光照补偿模型，该模型可以处理微小的阴影和半影。

　　团队基于上述光照补偿模型，构建了用于阴影去除的三分支残差网络模型。该模型由阴影图像重建、阴影蒙版估计和阴影去除三个任务分支组成。三个任务在联合损失函数的监督下生成丰富且互补的特征，进而使阴影区域获取更好的视觉恢复效果并且在非阴影区域保留更多细节。

　　研究成果得到了国家自然科学基金委员会、中国科学院青年创新促进会和机器人学国家重点实验室的大力支持。（机器人学研究室）