StableDelight est un modèle avancé axé sur la suppression des reflets spéculaires des surfaces texturées. S'appuyant sur le succès de StableNormal, qui vise à améliorer la stabilité de l'estimation normale monoculaire, StableDelight applique ce concept à la tâche complexe de suppression des reflets. Les données d'entraînement incluent Hypersim, Lumos et divers jeux de données de suppression des reflets spéculaires issus de TSHRNet. De plus, nous avons intégré une perte SSIM multi-échelle et une technique d'échelle conditionnelle aléatoire au cours de l'entraînement par diffusion afin d'améliorer la netteté des prédictions en une seule étape.