用于真实图像复原的复合多分支特征融合
图像与视频处理
2022-06-07 v1 计算机视觉与模式识别
机器学习
摘要
图像复原是一个具有挑战性且不适定的问题，也是一个长期存在的难题。然而，大多数基于学习的复原方法都是针对单一退化类型提出的，这意味着它们缺乏泛化能力。在本文中，我们受人类视觉系统（即视网膜神经节细胞）启发提出了一种多分支复原模型，该模型能在通用框架中实现多种复原任务。实验表明，所提出的称为 CMFNet 的多分支架构在包括图像去雾、去雨滴和去模糊在内的四个数据集上具有有竞争力的性能结果，这些是自动驾驶汽车非常常见的应用。三种复原任务的源代码和预训练模型可在 https://github.com/FanChiMao/CMFNet 获取。
引用
@article{arxiv.2206.02748,
title = {Compound Multi-branch Feature Fusion for Real Image Restoration},
author = {Chi-Mao Fan and Tsung-Jung Liu and Kuan-Hsien Liu},
journal= {arXiv preprint arXiv:2206.02748},
year = {2022}
}