基于多任务和反馈学习的阴影检测方法

自然场景图像中的阴影是直接或间接承接场景信息的载体，可以有效反映场景的环境信息，因此，阴影检测是图像处理领域中的一项重要研究任务。针对阴影检测任务存在的漏检、误检等问题，提出了一种应用于阴影检测任务的网络。引入多任务特征学习机制，利用阴影的边缘和数量信息分别实现特征学习的细节和全局约束，有效地定位阴影区域。此外还利用注意力机制增强特征信息，结合反馈机制通过迭代反馈的方式增强模型对阴影区域特征的学习，提高了模型性能，使模型能够准确区分阴影区域和非阴影区域。实验结果表明，该网络模型与其他经典方法相比在SBU数据集和ISTD数据集上取得了最低的平衡错误率指标，可以更加准确地检测单幅图像中存在的阴影区域且边缘划分准确，检测结果令人满意。