用于去雾的轻量级双任务神经网络
计算机视觉与模式识别
2019-04-15 v1
摘要
由于其病态性质，单图像去雾是一个具有挑战性的问题。现有方法依赖于次优的两步方法，即先估计诸如深度图之类的中间产物，随后基于人工先验公式生成无雾图像。在本文中，我们提出了一种名为LDTNet的轻量级双任务神经网络，能够一次性恢复无雾图像。我们将透射率图估计作为辅助任务，以协助主任务（去雾）进行特征提取，并增强网络的泛化能力。在LDTNet中，无雾图像和透射率图是同时生成的。因此，人工先验被降至最小程度。大量实验表明，我们的算法在合成图像和真实世界图像上均取得了优于现有先进方法的性能。
引用
@article{arxiv.1904.06024,
title = {A Light Dual-Task Neural Network for Haze Removal},
author = {Yu Zhang and Xinchao Wang and Xiaojun Bi and Dacheng Tao},
journal= {arXiv preprint arXiv:1904.06024},
year = {2019}
}
备注
6 pages, 4 figures