摘要

从玻璃窗拍摄的单张图像中去除不希望的反射对视觉计算系统具有实际重要意义。尽管现有最先进方法在某些情况下可以取得不错的效果，但在处理更普遍的真实世界案例时，性能显著下降。这些失败源于单张图像反射去除问题的固有难度——问题的基本不适定性和解决这种模糊性所需的密集标注训练数据的不足。本文通过利用有针对性的网络增强技术和新颖的错位数据使用方法来解决这些问题。对于前者，我们在基线网络架构中嵌入了上下文编码模块，这些模块能够利用高层次的情境线索减少包含强反射区域内的不确定性。对于后者，我们引入了一种对齐不变损失函数，该函数有助于利用更容易收集的错位真实世界训练数据。实验结果综合表明，我们的方法在使用对齐数据时优于现有最先进技术，并且在使用额外的错位数据时可以实现显著改进。