#411
summarized by : 角田良太朗
Bijective Mapping Network for Shadow Removal

どんな論文か?

影あり画像および影領域を示すマスクを入力として影除去を行う。影による輝度変化がRGB各チャンネルで異なることを観察し、RGB画像をチャンネル毎に正規化したcolor mapを用いること、また影の付加および除去を同時に学習させる方法を提案。
placeholder

新規性

影の除去と付加が可逆の関係となるよう、入力画像で条件づけたaffine normalizing flowを使用。また正確には、入力画像による条件づけはそのまま入力を使うのではなく、それらから影なしのcolor mapを出力するような補助モデルを事前学習させて、その出力を用いる。

結果

既存手法と比べてPSNR/SSIM/RMSEで精度を上回ることを実証。またnormalizing flowの使用がかなり効果的なことを定量的、定性的に示している。

その他(なぜ通ったか?等)

normalizing flowの組み込みの新規性とその効果を示した点が大きそう。影マスクの補助入力がやや難点だが、マスクはdetectionによる低精度なものでも良い精度が出ることを示している。公開実装は2022/07/03時点で存在せず。