一种基于弱监督学习的图像镜面高光去除算法

作者：郑元丰; 张威; 江昊^*; 华光

来源：信号处理, 2023, 39(06): 1016-1024.

DOI：10.16798/j.issn.1003-0530.2023.06.007

• 镜面高光去除
• 循环生成对抗网络
• 弱监督学习
• 稀疏非负矩阵分解

高质量图像是计算机视觉任务的基础，但实际生活中高光的出现会覆盖物体表面的纹理和颜色信息，导致图像质量显著下降。目前用于高光去除的深度学习方法往往需要大量高光-无高光配对图像进行监督，而高光图像对应的无高光版本存在收集和处理困难的问题。本文提出一种基于弱监督学习的图像镜面高光去除算法，旨在仅使用高光图像完成训练且达到很好的高光去除效果。首先，利用稀疏非负矩阵分解（NMF）方法估计图像的高光区域，并从无高光区域裁剪出无高光的参考图像。然后，将两者输入到联合训练的高光生成、高光消除和图像重建模块，协同优化各模块功能。总体采用循环生成对抗网络（CycleGAN）架构训练网络并最终生成无高光图像。选取自然图像数据集SHIQ和LIME进行实验，实验结果表明，所提方法能够有效去除镜面高光，并且在性能上对比现有的弱监督学习方法有较大提升。

• 单位
  武汉大学