中文

基于深度信息的单图像去雾协同互促网络

计算机视觉与模式识别 2024-07-15 v2

摘要

从单一雾化图像中恢复清晰图像是一个开放的反向问题。尽管取得了显著的研究进展,但大多数现有方法忽略了下游任务在推动上游去雾方面的作用。从雾生成机制的角度,场景深度信息与雾化图像之间存在潜在关系。基于此,我们提出了一种双任务协同互促框架,以实现单图像去雾。该框架通过双任务互动机制集成深度估计和去雾,实现二者性能的相互提升。为实现两个任务的联合优化,开发了一种基于差分感知的替代实现机制。一方面,提出了去雾结果深度图与理想图像深度图之间的差分感知,以促进去雾网络关注去雾结果的非理想区域。另一方面,通过提高雾化图像中难以恢复区域的深度估计性能,去雾网络可显式利用雾化图像的深度信息以辅助清晰图像的恢复。为促进深度估计,我们提出使用去雾后图像与真实图像之间的差异来指导深度估计网络关注去雾后非理想区域。这使得去雾和深度估计能够在相互强化的基础上发挥各自优势。实验结果表明,所提出的方法优于当前最先进的方法,取得了更好的性能。

关键词

引用

@article{arxiv.2403.01105,
  title  = {Depth Information Assisted Collaborative Mutual Promotion Network for Single Image Dehazing},
  author = {Yafei Zhang and Shen Zhou and Huafeng Li},
  journal= {arXiv preprint arXiv:2403.01105},
  year   = {2024}
}

备注

ACCEPT BY CVPR2024