لمعالجة المشكلات الموجودة في طرق إزالة الظلال الحالية مثل عدم كفاية نمذجة العلاقات التباينية العالمية، والقدرة المحدودة على المعالجة التفريقية للمناطق، وكذلك بقايا الظلال والشوائب الحدودية، تم اقتراح شبكة إزالة ظلال تعتمد على التباين الإقليمي والإدراك الحدودي. أولاً، تم تصميم آلية انتباه متعددة المقاييس، باستخدام تمثيلات مكملة في الفضاء وتعزيز المناطق الرئيسية لتحسين اتساق بنية الصورة؛ ثانياً، تم بناء وحدة إدراك الظلال التي تعتمد استراتيجيات معالجة سمات تباينية للمناطق الظلية وغير الظلية، لتعزيز استمرارية حدود الظلال ومناطق الانتقال الخاصة بها؛ ثم، تم اقتراح آلية انتباه التباين البصري لتعزيز قدرة التمييز لعلاقات التباين عبر المناطق على المستوى العالمي؛ وأخيراً، تم تصميم دالة خسارة مشتركة، باستخدام استراتيجية تعديل الوزن الديناميكي لتوجيه النموذج لتحقيق تحسين تعاوني في دقة البكسل، واتساق البنية، واستقرار اللون. أظهرت النتائج التجريبية أنه على مجموعة بيانات ISTD، تم تحسين PSNR بمقدار 1.57 ديسيبل في المتوسط مقارنة بـ 8 طرق ممثلة، وعلى مجموعة بيانات SRD، تم تحسين PSNR بمقدار 2.03 ديسيبل في المتوسط مقارنة بـ 10 طرق ممثلة. في نفس الوقت، يستخدم هذا الأسلوب 12.3 مليون معلمة لتحقيق توازن فعال بين جودة إعادة البناء وتعقيد النموذج. يقلل هذا الأسلوب بشكل ملحوظ من خطأ سطوع البكسل ويكبح بفعالية بقايا الظلال والشوائب الحدودية، محققاً تأثير إزالة ظلال أكثر طبيعية وموثوقية.

إزالة الظلال;انتباه متعدد المقاييس;إدراك الظلال;انتباه التباين البصري;تباين عبر المناطق