固有图像分解网络

特征判别更强

该网络通过特征分布散度和特征分布一致性约束,学习区分不同固有层的判别特征,性能优于现有方法。

Wang, Zongji · 刘云飞 · 陆峰

Computational Visual Media 2023

技术优势

特征分离更高效

通过特征分布散度限制不同固有层的特征向量在嵌入空间中相互远离,使网络能更有效地提取判别特征。

特征分布更真实

通过特征分布一致性约束使特征分布拟合真实分布,从而提升分解结果的物理合理性。

数据更干净

提供数据细化方法去除 Sintel 数据集中的数据不一致性,使其更适合固有图像分解任务。

支持视频分解

基于相邻帧之间的像素对应关系将方法扩展到固有视频分解,拓宽了应用范围。

应用场景