使用注意力卷积网络从单幅图像中去除附着雾气与雨滴

由温差引起的附着于玻璃(如挡风玻璃、相机镜头)上的雾气通常是不均匀且模糊的,容易遮挡视线并严重降低图像质量。连同附着雨滴一起,它们给各种视觉系统带来了相当大的挑战,但却未受到足够关注。近期针对其他类似问题的方法通常使用手工先验来生成空间注意力图。在本工作中,我们新提出一个由附着雾气和雨滴引起的图像退化问题。采用一个注意力卷积网络从单幅图像中视觉化去除附着雾气和雨滴。使用了一种具有通用通道注意力、空间注意力和多级特征融合的基线架构。考虑到附着雾气和雨滴的变化与区域特征,我们应用基于插值的金字塔注意力模块以在不同尺度上感知空间信息。实验表明,所提方法在定性和定量上均能改善严重退化图像的可见性。更多应用实验表明,这一被低估的实际问题对高层视觉场景至关重要。除我们的附着雾气与雨滴处理任务外,我们的方法在常规去雾和纯去雨滴问题上也取得了最先进的性能。