Face aux insuffisances des méthodes actuelles de suppression des ombres dans la modélisation des relations comparatives globales, la capacité limitée de traitement différencié des régions, ainsi que la tendance aux résidus d'ombres et aux artefacts aux frontières, un réseau de suppression des ombres basé sur la comparaison régionale et la perception des frontières est proposé. Tout d'abord, un mécanisme d'attention multi-échelle est conçu, utilisant des représentations spatiales complémentaires et un renforcement des zones clés pour améliorer la cohérence structurelle de l'image ; ensuite, un module de détection des ombres est construit, appliquant une stratégie de traitement différencié des caractéristiques aux zones d’ombre et non d’ombre pour améliorer la continuité des frontières et des zones de transition des ombres ; puis, un mécanisme d’attention comparative visuelle est proposé pour améliorer la capacité de définition des relations comparatives inter-régionales à l’échelle globale ; enfin, une fonction de perte conjointe est conçue, avec une stratégie de régulation dynamique des poids, guidant le modèle vers une optimisation collaborative de la précision des pixels, de la cohérence structurelle et de la stabilité des couleurs. Les résultats expérimentaux montrent qu’en se basant sur le jeu de données ISTD, le PSNR moyen s’améliore de 1,57 dB comparé à 8 méthodes représentatives, et sur le jeu de données SRD, le PSNR moyen s’améliore de 2,03 dB comparé à 10 méthodes, tout en réalisant un équilibre efficace entre la qualité de reconstruction et la complexité du modèle avec 12,3 millions de paramètres. Cette méthode réduit significativement l’erreur de luminosité au niveau des pixels et supprime efficacement les résidus d’ombres et les artefacts aux frontières, permettant une suppression des ombres plus naturelle et fiable.

Suppression des ombres;Attention multi-échelle;Perception des ombres;Attention comparative visuelle;Comparaison interrégionale