AI模型突破影像反射去除瓶頸 攝影影像處理迎來清晰新頁

全球研究團隊近日開發出一款創新人工智慧（AI）模型，能有效分離單張影像中的反射與真實場景，大幅提升成像清晰度，讓鏡面背後的內容得以真實呈現。這項技術的突破，為影像處理領域帶來革命性的進展，有望應用於攝影、影視後製等多元領域。

這項由南韓蔚山國家科學技術院（UNIST）Sim教授領導的團隊所設計的模型，其核心技術包含兩大創新機制：混合專家互補架構（Complementary Mixture-of-Experts, CoME）與互補式跨注意力機制（Complementary Cross-Attention, CoCA）。CoME 運用多個專精的神經網路，能根據影像區域的反射特性，動態分配不同的「專家」進行處理。CoCA 則透過考量影像中高度相關與弱相關區域的特性，優化反射的重構過程，確保即使是細微的反射細節也能精準去除。

根據國際期刊《IEEE影像處理學報》（IEEE Transactions on Image Processing）所發表的這項研究成果，該AI模型在多個實際影像資料集的廣泛評估中，無論是視覺品質或量化效能，均超越現有的最先進方法。即使面對複雜的反射變形情境，該模型依然展現出極高的穩健性，有效克服了過去模型難以處理的挑戰。

Sim教授表示，自然場景中的反射本質上極為複雜且多變，傳統神經網路往往難以應對。這項結合了自適應專家分配與雙重注意力機制的創新方法，提供了更具彈性且高效的解決方案。他認為，這項技術在攝影、自動駕駛系統等一系列影像應用中，皆具備顯著的發展潛力。