室内低光语义分割框架 LISU: Low-light indoor scene understanding 论文阅读

论文标题：LISU: Low-light indoor scene understanding with joint learning of reflectance restoration

代码：GitHub - noahzn/LISU: Low-light Indoor Scene Understanding

期刊：ISPRS Journal of Photogrammetry and Remote Sensing, 2022

链接：https://www.researchgate.net/publication/356854492_LISU_Low-light_indoor_scene_understanding_with_joint_learning_of_reflectance_restoration

摘要：

使用CNN的语义分割已经取得了很不错的成绩，但是当训练数据较少时，网络无法在光照变化下取得令人满意的分割结果。在本论文，作者研究了在室内低光环境中的语义分割，并且提出了一个真实的和一个渲染的低光数据集用于评估结果。作者提出了一个用于低光分割的多任务网络 LISU，网络由两条分支组成，一条分支是语义分割分支，另一条分支是反射图修复分支。两条分支的深度特征级联起来以提升语义分割的结果。实验结果显示：语义信息可以帮助修复反射图，而修复的反射图更进一步帮助语义分割分支取得更好的效果。同时作者还尝试使用渲染数据进行模型预训练，并再次将最终的mIoU提升了7.2%。 本研究由欧盟INGENIOUS项目资助，作者代码和数据集已开源。

方法：

提出的LISU网络是一个级联网络，由LISU-decomp和LISU-joint组成。作者首先将一副图像通过LISU-decomp进行本征分解得到反射图和光照图。

I = R(I)⋅S(I).

直接在反射图上进行分割可以提升分割性能，因为反射图上没有光照的影响，像素颜色表达的是物体本身的颜色。根据Retinex理论，同一场景在不同光照下，反射图是不变的，只有光照图是不一样的，因此在理想情况下，一个物体在不同光照下的反射图上都是不变的，作者根据这一点决定在低光图像的反射图上进行语义分割。

作者首先利用自监督学习先训练了一个图像分解网络：输入一张图像，网络输出图像的反射图和光照图。随后将低光图像的光照图和低光图像的反射图一起输入进LISU-joint进行反射图修复和语义分割的联合学习。

为什么要联合学习反射图修复呢？因为低光图像分解得到的反射图质量特别差 （degraded reflectance map），损失了很多信息，因此作者希望修复反射图来得到更好的反射图特征。

网络结构：

作者使用的网络是一个基于U-Net的多任务网络，网络共用一个encoder，但是两个不同的任务有两个不同的decoder学习。同时，两个解码器的特征被联结到一起进行特征的融合。

这个多任务网络的损失函数由反射图恢复损失以及交叉熵损失组成： 

其中，反射图修复损失定义为：

数据集：

作者提出了一个新的数据集叫LLRGBD，包含LLRGBD-real：一个小型真实数据集，以及LLRGBD-synthetic，一个大型的渲染数据集。数据集中的每个场景都有低光和正常光照的成对图像。

 

实验：

作者进行了多组实验，证明了提出方法在低光室内数据集上分割的有效性。

失败例子：

同时，作者提到了在低光情况下拍摄照片时，会有一些反光材质比如玻璃引起白色过曝斑点。这些斑点会影响分解网络生成正确的反射图从而影响最终分割结果。

总结：

这篇文章开创性地研究了低光室内语义分割的课题，这个课题好像还挺少有人研究的。但是也有一定的意义，比如低光的室内导航，不知道这个方法能不能迁移到夜晚室外路面的分割呢？