arXiv cs.CVは10月8日(現地時間)、眼鏡着用時の反射除去に特化した新たなマルチソースベンチマークデータセット「OcuBench (オキュベンチ)」と、これを活用する手法「OcuFlow (オキュフロー)」に関する研究論文を公開した。OcuBenchは合成ペア、リアル入力擬似ペア、実世界テスト画像を含む合計1万点以上のデータで構成され、既存データセットが抱えていた限定的な反射条件という課題に対応する。
本研究は、スマートフォン画像処理やビデオ会議といった顔を中心とした視覚アプリケーションにおいて、重要な課題である眼鏡の反射除去に取り組んでいる。眼鏡の反射は軽度な光度汚染から目元を完全に遮蔽するものまで多岐にわたり、被写体の同一性や自然な外観を損なうことなく、選択的な補正と再構築が求められる。
既存の反射除去データセットは、多様な反射条件を十分にカバーできておらず、複雑な実世界シーンへの汎化や体系的な評価が困難であった。この課題に対し、研究者らは新たに「OcuBench」を開発。OcuBenchは、制御可能な合成ペア10,280点、リアル入力擬似ペア732点、独立した実世界テスト画像458点で構成される。これにより、ペア評価と、生成された監視に依存しない評価の両方をサポートする。
さらに、効率性とディテール保持を両立させる復元フレームワークとして、「OcuFlow」が提案された。OcuFlowは、目元適応型ピクセル平均フロー (pMF) を活用し、幾何学適応型表現とワンステップpMFを組み合わせることで、反射により遮蔽された目元領域の再構築に焦点を当てる。また、ネイティブ解像度での周波数保持型合成を導入することで、信頼性の高い観測されたディテールを維持する。
多様な反射条件下で実施された実験では、OcuFlowが反射除去の品質、目元の忠実性、および効率性において一貫した優位性を示すことが確認された。ブラインドユーザー調査においても、OcuFlowは67.32%の選択率を獲得し、次点の6.2倍のシェアを占めた。OcuBenchのコードとデータセットは今後公開される予定。
参考: arXiv cs.CV (アーカイブ) — 2026年10月9日 13:00 (JST)
原文ハイライト"Eyeglass reflection removal is important across smartphone imaging, video conferencing, and other face-centric visual applications."