基于流匹配的4K超高清图像去雾
计算机视觉与模式识别
2025-11-13 v1
摘要
超高清（UHD）图像去雾面临着先验方法场景适应性有限和深度学习方法颜色失真计算复杂度高等挑战。为此，我们提出4KDehazeFlow，一种基于流匹配和Haze-Aware向量场的新方法。该方法将去雾过程建模为连续向量场流的渐进优化，为高质量去雾提供高效的数据驱动自适应非线性颜色变换。具体而言，我们的方法具有以下优势：1）4KDehazeFlow是一种通用方法，与各种深度学习网络兼容，不依赖于特定网络架构。2）我们提出一种可学习的3D查找表（LUT），将雾化变换参数编码为紧凑的3D映射矩阵，通过预计算的映射实现高效推理。3）我们利用四阶龙格-库塔（RK4）常微分方程（ODE）求解器，通过准确的逐步迭代方法稳定求解去雾流场，有效抑制伪影。大量实验表明，4KDehazeFlow超过七种最先进的方法，实现2 dB PSNR提升，并在密集雾霾和颜色保真度方面表现更佳。
关键词
引用
@article{arxiv.2511.09055,
title = {4KDehazeFlow: Ultra-High-Definition Image Dehazing via Flow Matching},
author = {Xingchi Chen and Pu Wang and Xuerui Li and Chaopeng Li and Juxiang Zhou and Jianhou Gan and Dianjie Lu and Guijuan Zhang and Wenqi Ren and Zhuoran Zheng},
journal= {arXiv preprint arXiv:2511.09055},
year = {2025}
}