基于循环感知-深度监督的高效非配对图像去雾
图像与视频处理
2020-07-13 v1 计算机视觉与模式识别
摘要
在没有配对无雾图像的情况下进行图像去雾具有重要意义，因为获取配对图像往往代价高昂。然而，我们观察到以往的非配对图像去雾方法往往在深度边界附近性能下降，而此处深度变化剧烈。因此，我们提出通过循环感知-深度监督来缓解非配对图像去雾中的深度边界退化。结合生成器和判别器的双路径特征复用骨干网络，我们的模型在NYU Depth V2数据集上达到了峰值信噪比（PSNR），在以更少的浮点运算次数（FLOPs）显著优于先前方法的同时。
引用
@article{arxiv.2007.05220,
title = {Efficient Unpaired Image Dehazing with Cyclic Perceptual-Depth Supervision},
author = {Chen Liu and Jiaqi Fan and Guosheng Yin},
journal= {arXiv preprint arXiv:2007.05220},
year = {2020}
}