用于去雾及更多任务的一体化网络
计算机视觉与模式识别
2017-07-21 v1 人工智能
摘要
本文提出了一种基于卷积神经网络（CNN）构建的图像去雾模型，称为一体化去雾网络（AOD-Net）。它是基于重新表述的大气散射模型设计的。与以往大多数模型分别估计透射矩阵和大气光不同，AOD-Net 通过轻量级 CNN 直接生成清晰图像。这种新颖的端到端设计使得 AOD-Net 易于嵌入其他深度模型（例如 Faster R-CNN），以提升在有雾图像上的高级任务性能。在合成和自然有雾图像数据集上的实验结果表明，我们在 PSNR、SSIM 和主观视觉质量方面均优于现有技术。此外，当将 AOD-Net 与 Faster R-CNN 级联并端到端训练联合流程时，我们见证了有雾图像上目标检测性能的大幅提升。
引用
@article{arxiv.1707.06543,
title = {An All-in-One Network for Dehazing and Beyond},
author = {Boyi Li and Xiulian Peng and Zhangyang Wang and Jizheng Xu and Dan Feng},
journal= {arXiv preprint arXiv:1707.06543},
year = {2017}
}