В ответ на проблемы существующих методов удаления теней, связанные с недостаточным глобальным моделированием отношений контрастности, ограниченными возможностями дифференцированной обработки регионов, а также образованием остатков теней и артефактов на границах, предлагается сеть удаления теней, основанная на региональном контрасте и восприятии границ. Во-первых, разработан механизм многомасштабного внимания, использующий комплементарное пространственное представление и усиление ключевых областей для повышения согласованности структуры изображения; во-вторых, создан модуль восприятия теней, который применяет дифференцированные стратегии обработки признаков для теневых и безтеневых областей, улучшая непрерывность границ теней и зон перехода; затем предложен механизм визуального контрастного внимания для повышения способности определения межрегиональных контрастных отношений на глобальном уровне; наконец, разработана совместная функция потерь с динамической регулировкой весов, направляющая модель к совместной оптимизации точности пикселей, структурной согласованности и стабильности цвета. Экспериментальные результаты показывают, что на датасете ISTD среднее улучшение PSNR составило 1,57 дБ по сравнению с 8 типичными методами, на датасете SRD — 2,03 дБ в сравнении с 10 методами. При этом данный метод с параметрами объемом 12,3 млн эффективно балансирует качество восстановления и сложность модели. Метод значительно снижает ошибку яркости на уровне пикселей и эффективно подавляет остатки теней и артефакты на границах, обеспечивая более естественный и надежный результат удаления теней.

удаление теней;многомасштабное внимание;восприятие теней;внимание визуального контраста;межрегиональный контраст