面向去雾的深度学习：比较与分析
计算机视觉与模式识别
2018-06-29 v1 多媒体
图像与视频处理
摘要
我们在带参考的基准数据上，将一种近期基于深度学习的去雾方法 Dehazenet 与传统最优方法进行比较。Dehazenet 从单幅彩色图像的透射因子估计深度图，用于反解存在雾情况下的 Koschmieder 成像模型。在此意义上，该解仍依附于 Koschmieder 模型。我们证明网络对透射率的估计非常准确，但也表明由于使用相同成像模型，该方法呈现出与其他方法同样的局限。
引用
@article{arxiv.1806.10923,
title = {Deep learning for dehazing: Comparison and analysis},
author = {A Benoit and Leonel Cuevas and Jean-Baptiste Thomas},
journal= {arXiv preprint arXiv:1806.10923},
year = {2018}
}