論文の概要: PhaSR: Generalized Image Shadow Removal with Physically Aligned Priors
- arxiv url: http://arxiv.org/abs/2601.17470v1
- Date: Sat, 24 Jan 2026 14:15:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-27 15:23:07.80257
- Title: PhaSR: Generalized Image Shadow Removal with Physically Aligned Priors
- Title（参考訳）: PhaSR: 物理的にアライメントされたプリミティブによる画像シャドウ除去
- Authors: Chia-Ming Lee, Yu-Fan Lin, Yu-Jou Hsiao, Jing-Hui Jung, Yu-Lun Liu, Chih-Chung Hsu,
- Abstract要約: PhaSR(Physically Aligned Shadow removal)を提案する。
実験では、複雑さを低減し、周囲の照明を一般化したシャドウ除去において、競争性能を示す。
- 参考スコア（独自算出の注目度）: 13.290464696196366
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Shadow removal under diverse lighting conditions requires disentangling illumination from intrinsic reflectance, a challenge compounded when physical priors are not properly aligned. We propose PhaSR (Physically Aligned Shadow Removal), addressing this through dual-level prior alignment to enable robust performance from single-light shadows to multi-source ambient lighting. First, Physically Aligned Normalization (PAN) performs closed-form illumination correction via Gray-world normalization, log-domain Retinex decomposition, and dynamic range recombination, suppressing chromatic bias. Second, Geometric-Semantic Rectification Attention (GSRA) extends differential attention to cross-modal alignment, harmonizing depth-derived geometry with DINO-v2 semantic embeddings to resolve modal conflicts under varying illumination. Experiments show competitive performance in shadow removal with lower complexity and generalization to ambient lighting where traditional methods fail under multi-source illumination. Our source code is available at https://github.com/ming053l/PhaSR.
- Abstract（参考訳）: 多様な照明条件下でのシャドウ除去には、自然反射から光を遠ざける必要がある。
我々はPhaSR(Physically Aligned Shadow removal)を提案し、これを2レベル事前アライメントにより解決し、シングルライトシャドウからマルチソース環境光へのロバストな性能を実現する。
第一に、物理配向正規化(PAN)は、グレーワールド正規化、ログドメインレチネックス分解、ダイナミックレンジ再結合を通じてクローズドフォーム照明補正を行い、色バイアスを抑える。
第二に、GSRA(Geometric-Semantic Rectification Attention, Geometric-Semantic Rectification Attention, GSRA)は、DINO-v2セマンティック埋め込みと深度由来の幾何学を調和させて、様々な照明条件下でのモーダルコンフリクトを解決する。
実験では、シャドウ除去において、複雑さの低減と、従来の手法がマルチソース照明下で失敗する環境照明への一般化による競合性能を示す。
ソースコードはhttps://github.com/ming053l/PhaSR.comで公開されています。
関連論文リスト
- Multi-scale Attention-Guided Intrinsic Decomposition and Rendering Pass Prediction for Facial Images [0.0]
本稿では,1枚のRGBポートレートから光正規化拡散アルベドマップを予測するマルチスケールアテンションガイド型内在ネットワークMAGINetを提案する。
パイプラインは拡散アルベド推定のための最先端性能を達成し、従来の手法と比較して、完全なレンダリングスタックの忠実度が大幅に向上したことを示す。
論文 参考訳（メタデータ） (2025-12-18T13:23:49Z) - GLOW: Global Illumination-Aware Inverse Rendering of Indoor Scenes Captured with Dynamic Co-Located Light & Camera [18.90141473604964]
室内シーンの逆レンダリングは、反射率と照明のあいまいさのため、依然として困難である。
GLOWは、これらの課題に対処するために設計された、Global Illumination-aware Inverse Renderingフレームワークである。
論文 参考訳（メタデータ） (2025-11-28T03:24:12Z) - MaterialRefGS: Reflective Gaussian Splatting with Multi-view Consistent Material Inference [83.38607296779423]
より物理的な環境モデルを用いた多視点一貫した物質推定がガウススプラッティングによる正確な反射の学習の鍵となることを示す。
本手法は照明と幾何学の両方を忠実に復元し,新しいビュー合成における最先端のレンダリング品質を実現する。
論文 参考訳（メタデータ） (2025-10-13T13:29:20Z) - SAIGFormer: A Spatially-Adaptive Illumination-Guided Network for Low-Light Image Enhancement [58.79901582809091]
近年, トランスフォーマーを用いた低照度化手法は, 世界照明の回復に有望な進展をもたらした。
近年, トランスフォーマーを用いた低照度化手法は, 世界照明の回復に有望な進展をもたらした。
正確な照明復元を可能にする空間適応照明誘導変圧器フレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-21T11:38:56Z) - Light of Normals: Unified Feature Representation for Universal Photometric Stereo [69.95514862547174]
現在のエンコーダは、照明と通常の情報が切り離されていることを保証できない。
i) 点、方向、環境光を集約する光アライメント監督機能を備えた光レジスタトークン。
また,PS-Verseも導入した。PS-Verseは,幾何学的複雑性と照明の多様性を指標とした大規模合成データセットである。
論文 参考訳（メタデータ） (2025-06-23T17:53:11Z) - GS-ID: Illumination Decomposition on Gaussian Splatting via Adaptive Light Aggregation and Diffusion-Guided Material Priors [5.7153963416911]
ガウススプラッティング(GS)はレンダリングの効果的な表現として登場したが、基礎となる幾何学、材料、照明はいまだに絡み合っている。
照明分解のためのエンドツーエンドフレームワークである textbfGS-ID を提案する。
照明やシーン構成などの下流アプリケーションにおけるGS-IDの有効性を示す実験を行った。
論文 参考訳（メタデータ） (2024-08-16T04:38:31Z) - Towards Image Ambient Lighting Normalization [47.42834070783831]
環境照明正規化(ALN)は、より広い文脈で影間の相互作用を研究し、画像復元と影除去を統一する。
ベンチマークでは、様々な主流手法を選択し、Ambient6K上でそれらを厳格に評価する。
IFBlendは、Ambient6K上でSOTAスコアを達成し、従来のシャドウ除去ベンチマークで競合性能を示す。
論文 参考訳（メタデータ） (2024-03-27T16:20:55Z) - Diving into Darkness: A Dual-Modulated Framework for High-Fidelity
Super-Resolution in Ultra-Dark Environments [51.58771256128329]
本稿では,低照度超解像課題の性質を深く理解しようとする,特殊二変調学習フレームワークを提案する。
Illuminance-Semantic Dual Modulation (ISDM) コンポーネントを開発した。
包括的実験は、我々のアプローチが多様で挑戦的な超低照度条件に適用可能であることを示す。
論文 参考訳（メタデータ） (2023-09-11T06:55:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。