一种用于单幅图像去雾的带引导传输图的新型编码器-解码器网络
计算机视觉与模式识别
2022-02-11 v1
摘要
本文提出了一种用于单幅图像去雾的新型编码器-解码器网络，该网络带有引导传输图（EDN-GTM）。所提出的EDN-GTM将常规RGB有雾图像与其通过暗通道先验估计得到的传输图一起作为网络的输入。该EDN-GTM以用于图像分割的U-Net为核心网络，并采用了包括空间金字塔池化模块和Swish激活在内的多种改进，以实现最先进的去雾性能。在基准数据集上的实验表明，所提出的EDN-GTM在PSNR和SSIM指标上优于大多数传统和基于深度学习的图像去雾方案。此外，所提出的EDN-GTM证明了其在目标检测问题中的适用性。具体而言，当作为驾驶目标检测的图像预处理工具时，所提出的EDN-GTM能有效去除雾气，并在mAP指标上将检测精度显著提升4.73%。代码可在以下链接获取：https://github.com/tranleanh/edn-gtm。
引用
@article{arxiv.2202.04757,
title = {A Novel Encoder-Decoder Network with Guided Transmission Map for Single Image Dehazing},
author = {Le-Anh Tran and Seokyong Moon and Dong-Chul Park},
journal= {arXiv preprint arXiv:2202.04757},
year = {2022}
}
备注
8 pages, 5 figures, iSCSi'22