DTDN：双任务去雨网络
图像与视频处理
2020-08-24 v1 计算机视觉与模式识别
多媒体
摘要
从雨图中去除雨纹对于计算机视觉中的许多任务（如目标检测与识别）是必要的。它需要解决两个互斥的目标：去除雨纹与保留真实细节。对二者进行平衡是去雨方法的关键。我们提出一种端到端网络，称为双任务去雨网络（DTDN），由两个子网络组成：生成对抗网络（GAN）和卷积神经网络（CNN），通过自适应协调这两个互斥目标来去除雨纹。DTDN-GAN 主要用于去除结构性雨纹，DTDN-CNN 旨在恢复原始图像中的细节。我们还设计了一种训练算法来交替训练 DTDN 的这两个子网络，它们共享相同权重但使用不同的训练集。我们进一步丰富了两个现有数据集以逼近真实雨纹的分布。实验结果表明，基于基准测试数据集和真实雨图，我们的方法优于几种近期最先进的方法。
引用
@article{arxiv.2008.09326,
title = {DTDN: Dual-task De-raining Network},
author = {Zheng Wang and Jianwu Li and Ge Song},
journal= {arXiv preprint arXiv:2008.09326},
year = {2020}
}