We present a novel method for singl

We present a novel method for single image shadow removal based on region
relighting. We leverage the use of a dataset with annotated shadows to train a
classier that identies non-shadow regions that neighbor shadow regions of the
same material. We propose to use a neighboring lit region to relight a shadow
region. To do so, we rst match the luminance values of the shadow pixels to
the luminance histogram of the lit region. Then, we adjust the shadow region
chromaticities by adding the dierence between the median CIELAB a and b
values of the lit region and the shadow region. However, the image segmenta-
tion often outputs inaccurate boundaries such that shadow(lit) pixels leak into
a lit(shadow) region. Hence, we perform the relighting process only on the core
pixels of the regions. That is, we ignore the outer perimeter pixels of each region.
We iteratively nd pairs of shadow and lit neighbors and relight the shadow re-
gions. Finally, we process the shadow boundaries. Our results outperform the
state of the art in the benchmark dataset[1]. For shadow pixels we obtain a
shadow removal error, measured as Root Mean Square Error (RMSE), of 9.24,
a 21% reduction compared to [10]. This article contains the following main con-
tributions:

ผลลัพธ์ (ไทย) 1:

เรานำเสนอวิธีการกำจัดเงารูปเดียวตามภูมิภาคนวนิยายrelighting เราใช้ประโยชน์จากการใช้ชุดข้อมูลกับเงาประกอบเพื่อฝึกการclassi เอ้อ ที่ identi es ไม่เงาภูมิภาคที่ใกล้เคียงเงาขอบเขตของการวัสดุเดียวกัน เราเสนอการใช้ไฟบริเวณใกล้เคียงเพื่อ relight เงาภูมิภาค การทำเช่นนั้น เรา rst ตรงกับค่าความส่องสว่างของพิกเซลเงาเพื่อฮิสโตแกความส่องสว่างรมภาคไฟ จากนั้น เราปรับพื้นที่เงาchromaticities โดยเพิ่ม erence ดิระหว่างมัธยฐาน CIELAB และ bค่าพื้นที่สว่างและพื้นที่เงา อย่างไรก็ตาม segmenta รูป -สเตรชันมักแสดงผลขอบเขตไม่ให้เซล shadow(lit) รั่วไหลเป็นภูมิภาค lit(shadow) ดังนั้น เราทำการ relighting ในหลักการพิกเซลในภูมิภาค นั่นคือ เราละเว้นพิกเซลภายนอกขอบเขตของแต่ละภูมิภาคเราซ้ำ ๆ nd คู่บ้านสว่าง และเงาและ relight เรื่องเงา-gions สุดท้าย เราประมวลผลขอบเงา ผลของเรามีประสิทธิภาพสูงกว่าการทันสมัยในชุดข้อมูลมาตรฐาน [1] สำหรับเงาพิกเซล เราได้รับการผิดพลาดเอาเงา วัดเป็นค่าเฉลี่ยกำลังสองรากข้อผิดพลาด (RMSE), ของ 9.24ลด 21% เมื่อเทียบกับ [10] บทความนี้ประกอบด้วยการต่อหลักคอน-tributions:

ผลลัพธ์ (ไทย) 2:

เรานำเสนอวิธีการใหม่สำหรับการกำจัดเงาภาพเดียวบนพื้นฐานของภูมิภาค
relighting เราใช้ประโยชน์จากการใช้งานของชุดข้อมูลที่มีเงาข้อเขียนในการฝึกอบรม
เอ้อจัดประเภทที่ระบุ es ภูมิภาคที่ไม่เงาเงาภูมิภาคที่เพื่อนบ้านของ
วัสดุเดียวกัน เราเสนอให้ใช้ไฟภูมิภาคใกล้เคียงเพื่อ relight เงา
ภูมิภาค ต้องการทำเช่นนั้นเราแรกตรงกับค่าความสว่างของพิกเซลเงาเพื่อ
กราฟความสว่างของพื้นที่สว่าง จากนั้นเราจะปรับภูมิภาคเงา
ระบบสีโดยการเพิ่มดิ? การตั้งระหว่าง CIELAB มัธยฐานและข
ค่าไฟของภูมิภาคและภูมิภาคเงา อย่างไรก็ตามภาพ segmenta-
การมักจะแสดงผลไม่ถูกต้องขอบเขตดังกล่าวว่าเงา (ไฟ) พิกเซลรั่วไหลลงไปใน
ไฟ (เงา) ภูมิภาค ดังนั้นเราจึงดำเนินการขั้นตอนการ relighting เฉพาะในหลัก
พิกเซลของภูมิภาค นั่นก็คือเราไม่สนใจพิกเซลรอบนอกของแต่ละภูมิภาค.
เราคู่ครั้งซ้ำของเงาและเพื่อนบ้าน relight ไฟและอีกเงา
gions สุดท้ายเราดำเนินการในเขตเงา ผลของเราดีกว่า
รัฐของศิลปะในชุดข้อมูลมาตรฐาน [1] สำหรับพิกเซลเงาเราได้รับ
ข้อผิดพลาดกำจัดเงาวัด Root Mean Square Error (RMSE) ของ 9.24,
ลดลง 21% เมื่อเทียบกับ [10] บทความนี้มีดังต่อไปนี้ข้อ จำกัด หลัก
tributions:

ผลลัพธ์ (ไทย) 3:

เราเสนอวิธีการใหม่สำหรับเดี่ยวภาพเงาจัดตามภูมิภาค
relighting . เราใช้ประโยชน์จากการใช้ชุดข้อมูลที่มีบันทึกย่อเงารถไฟ
classi  เอ้อที่ identi  ES ไม่เงาบ้านเงาภูมิภาคภูมิภาคของ
วัสดุเดียวกัน เราเสนอให้ใช้พื้นที่ใกล้เคียงจุด relight เงา
) ให้เรา  RST ราคาความสว่างเงา

ค่าของพิกเซลกราฟความสว่างของไฟภาคเหนือ แล้วเราปรับเงาเขต
chromaticities โดยเพิ่มดิ  erence ระหว่างกลางแถบ A และ B
ค่าจากจุดภูมิภาคและเงา ) อย่างไรก็ตาม ภาพ segmenta -
tion มักจะผลที่ไม่ถูกต้อง เช่น ขอบเขตของเงา ( จ้า ) พิกเซลเข้าไปรั่ว
จุด ( เงา ) ภูมิภาค ดังนั้น เราปฏิบัติ relighting กระบวนการเพียงบนหลัก
พิกเซลของภูมิภาค คือว่า เราไม่สนใจนอกปริมณฑลพิกเซลของแต่ละภูมิภาค
เราซ้ำ  ND คู่ของเงาและสว่างเพื่อนบ้านและ relight เงาอีกครั้ง กอยส์ -
. สุดท้ายเรากระบวนการเงาขอบเขต ผลของเราดีกว่า
สถานะของศิลปะในการประชุมวันที่ [ 1 ] สำหรับเงาพิกเซลเราขอรับ
เงาการกำจัดข้อผิดพลาด โดยวัดเป็น root ค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( RMSE ) ของ 700
, ,21 % ลดลงจาก [ 10 ] บทความนี้ประกอบด้วยหลักคอน -
tributions ต่อไปนี้ :