来源：期刊VIP网 时间：
作者：武仙桃;吴文;幸洋晨;陈小雕;
单位：杭州电子科技大学计算机学院;
摘要：阴影检测技术在场景理解以及数字媒体的增强与修复中具有重要作用。传统方法因依赖人工设计的特征提取，性能表现受到较大限制，而深度学习的引入显著提升了阴影检测的精度与泛化能力。首先本研究系统综述了近十年来深度学习在阴影检测领域的主要进展及相关方法，并根据学习范式的差异，将其归纳为单任务、多任务、半监督、自监督以及视觉调优五大类。此外，基于公开数据集SBU、CUHK-Shadow和SRD，对若干具有代表性的深度学习模型进行了规范化的比较与分析。最后，针对深度学习阴影检测在复杂场景泛化、跨域鲁棒性以及高效轻量化设计等方面所面临的挑战，提出了未来研究方向。
关键词：计算机视觉;;深度学习;;阴影检测;;特征提取
基金资助：国家自然科学基金面上项目(No.61972120)
