面向单图像去雨的方向感知特征级频率分解网络
计算机视觉与模式识别
2021-06-16 v1
摘要
我们提出了一种新颖的面向单图像去雨的方向感知特征级频率分解网络。与现有方案相比，所提网络具有三个显著特点。首先，与先前算法不同，我们提出在特征级而非图像级进行频率分解，使得包含结构的低频图和包含细节的高频图都能在训练过程中被持续精炼。其次，我们进一步在低频图与高频图之间建立通信通道，以交互式地从高频图中捕获结构并将其加回低频图，同时从低频图中提取细节并送回高频图，从而在去除雨纹的同时保留输入图像中更精细的特征。第三，不同于使用各方向一致的卷积滤波器的现有算法，我们提出了方向感知滤波器来捕获雨纹的方向，从而更有效、更彻底地清除输入图像中的雨纹。我们在三个代表性数据集上广泛评估了所提方法，实验结果证实我们的方法一致优于最先进的去雨算法。
引用
@article{arxiv.2106.07941,
title = {Direction-aware Feature-level Frequency Decomposition for Single Image Deraining},
author = {Sen Deng and Yidan Feng and Mingqiang Wei and Haoran Xie and Yiping Chen and Jonathan Li and Xiao-Ping Zhang and Jing Qin},
journal= {arXiv preprint arXiv:2106.07941},
year = {2021}
}