基于置信度度量的单幅图像去雨方法
图像与视频处理
2020-04-22 v1 计算机视觉与模式识别
摘要
单幅图像去雨是一个极具挑战性的问题，因为雨图包含的雨纹通常在尺寸、方向和密度上各不相同。雨纹的这种变化特性对图像不同部分的影响也不同。以往的方法试图利用一些先验信息从单幅图像中去除雨纹。这些方法的主要局限之一是未考虑雨滴在图像中的位置信息。本文提出的基于图像质量并利用置信度度量的单幅图像去雨网络（QuDeC）通过学习的雨图中每个图像块的质量或失真程度来解决此问题，并进一步处理该信息以学习不同尺度下的雨成分。此外，我们引入了一种技术，引导网络基于关于每个位置的质量估计与残差雨纹信息（残差图）的置信度度量来学习网络权重。在合成与真实数据集上的大量实验表明，所提方法相比近期最先进（SOTA）方法取得了显著改进。
引用
@article{arxiv.1909.04207,
title = {Confidence Measure Guided Single Image De-raining},
author = {Rajeev Yasarla and Vishal M. Patel},
journal= {arXiv preprint arXiv:1909.04207},
year = {2020}
}
备注
TIP2019 submission. arXiv admin note: substantial text overlap with arXiv:1906.11129