画像の影除去におけるCVPR2026 NTIREチャレンジ優勝：セマンティックおよび幾何学的ガイダンスによるカスケード精錬を介した影除去

要旨: 本稿では、CVPR2026 NTIRE WSRD+ チャレンジ向けの、3段階の漸進的影除去（progressive shadow-removal）パイプラインを提案する。OmniSR に基づく本手法では、脱影を反復的な直接リファインメントとして扱い、後段が前段の予測によって残された残留アーティファクトを修正する。モデルは、RGBの見え（appearance）に加えて、凍結したDINOv2のセマンティック誘導（semantic guidance）と、単眼深度および表面法線（surface normals）から得られる幾何学的手がかり（geometric cues）を組み合わせる。これらは全段で共通して再利用される。多段階の最適化を安定化するために、カスケード全体で再構成誤差が減少し続けることを促す、収縮制約付き目的関数（contraction-constrained objective）を導入する。学習は、段階的なトレーニングパイプラインにより、初期のWSRD事前学習からWSRD+の教師あり学習へと移行し、さらにコサインでアニーリングしたチェックポイントのアンサンブル（cosine-annealed checkpoint ensembling）によって最終的にWSRD+ 2026へ適応させる。公式のWSRD+ 2026の非公開テストセットにおいて、最終アンサンブルは 26.680 PSNR、0.8740 SSIM、0.0578 LPIPS、26.135 FID を達成し、総合1位となり、NTIRE 2026 Image Shadow Removal Challenge を受賞した。提案モデルの高い性能は、ISTD+ および UAV-SC+ データセット上でもさらに検証されている。