Clearing the Skies：一种用于单图像去雨的深度网络架构
计算机视觉与模式识别
2017-05-24 v2
摘要
我们引入了一种名为 DerainNet 的深度网络架构，用于去除图像中的雨纹。基于深度卷积神经网络 (CNN)，我们直接从数据中学习有雨图像与干净图像细节层之间的映射关系。由于我们不具备真实世界有雨图像对应的真实值，我们合成了带雨图像用于训练。与其他增加网络深度或广度的常见策略不同，我们利用图像处理领域知识修改目标函数，并用一个中等规模的 CNN 改进去雨效果。具体而言，我们在细节（高通）层而非图像域上训练 DerainNet。尽管 DerainNet 是在合成数据上训练的，我们发现学习到的网络能非常有效地转化到真实世界图像上进行测试。此外，我们用图像增强扩充了 CNN 框架，以改善视觉效果。与最先进的单图像去雨方法相比，我们的方法在网络训练后具有更好的去雨效果和更快的计算速度。
引用
@article{arxiv.1609.02087,
title = {Clearing the Skies: A deep network architecture for single-image rain removal},
author = {Xueyang Fu and Jiabin Huang and Xinghao Ding and Yinghao Liao and John Paisley},
journal= {arXiv preprint arXiv:1609.02087},
year = {2017}
}