UniBlendNet：統一的なグローバル、多スケール、領域適応型モデリングによる環境光正規化

要旨: 周囲光照明の正規化（Ambient Lighting Normalization, ALN）は、複雑で空間的に変化する照明条件によって劣化した画像を復元することを目的としています。IFBlendのような既存手法は、周波数領域の事前知識を活用して照明変動をモデル化しますが、それでも限られたグローバル文脈のモデリングや不十分な空間適応性のために、難しい領域での復元が最適にならないという課題があります。本論文では、周囲光照明の正規化のための統一的枠組みであるUniBlendNetを提案します。UniBlendNetは、グローバルな照明、マルチスケール構造、および領域適応型のリファインメントを同時にモデル化します。具体的には、長距離依存関係を捉えるために、UniConvNetベースのモジュールを統合することで、グローバルな照明理解を強化します。さらに、複雑な照明変動をより適切に扱うため、動的な再重み付けを行うピラミッドベースのマルチスケール特徴集約を実施するScale-Aware Aggregation Module（SAAM）を導入します。加えて、領域適応型の修正を可能にするために、マスク誘導型の残差リファインメント機構を設計します。これにより、モデルは良好に露光された領域を保ちながら、劣化した領域を選択的に強調できるようになります。この設計は、複雑な照明条件下で照明の一貫性と構造の忠実性を効果的に向上させます。NTIRE 周囲光照明正規化ベンチマークにおける大規模な実験の結果、UniBlendNetは一貫してベースラインであるIFBlendを上回り、復元品質の向上を達成し、視覚的にもより自然で安定した復元結果が得られることが示されました。