（ACM MM 2024）区域注意力机制，即插即用，涨点起飞

主要观点总结

本文介绍了论文“Regional Attention for Shadow Removal”的相关内容，包括论文的提出的关键技术、模型架构、应用场景等。

关键观点总结

关键观点1: 关键技术

提出了一种针对阴影去除任务的Regional Attention（区域注意力）机制，强调利用阴影区域周围的非阴影信息来辅助恢复，而不是依赖全局或固定窗口注意力。

关键观点2: 模型架构

设计了一个轻量化且高效的Regional Attention Shadow Removal Model (RASM)，在保证准确率的同时显著降低参数量和计算复杂度。

关键观点3: 应用场景

适用于局部退化/部分遮挡任务，如阴影去除、雨痕去除、透雾等。另外，对于算力受限的场景，如移动端、实时应用（AR、视频增强）等，也具有良好的适用性。