计算机工程与科学

作者：罗超, 缪君, 郑义林, 华锋, 储珺

单位：1.南昌航空大学航空制造工程学院，江西 南昌 330063；2.南昌航空大学计算机视觉研究所，江西 南昌330063

关键词：图像反光,级联,正则化,上下文信息,远程依赖,

基金：国家自然科学基金（62162045，62366032）

图像中存在的反光不但显著降低了图像质量，而且严重影响了后续的计算机视觉任务。因此，提出了一种对比约束下的非局部关联单图像去反光级联算法NCRR，该算法通过LSTM传递跨级联信息的双支路方式，利用反光特征和背景特征相互补充信息并迭代细化预测精度，使2条支路的预测效果相互促进。为了便于多个级联步骤的训练，提出了一种正负对比的正则化损失，将背景图像和原图像的特征分别作为正、负样本，确保目标图像在表示空间中拉近背景图像，推远原图像，缩小预测范围，较好地缓解不适定性问题。此外，提出了一种高效、计算量少的非局部关联预测模块，它能获取十字交叉路径上所有像素的上下文信息。通过进一步级联操作，使每个像素捕获整幅图像长距离的依赖关系，能利用周围像素点信息来预测被强反光遮挡的背景信息。实验结果表明，本文算法能够有效去除玻璃的强反光，并且玻璃去反光的评估结果都超过了其他对比算法，具有较好的鲁棒性。

来源：2024年第5期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第5期