FastDeRain：一种使用方向梯度先验的视频雨纹去除新方法

雨纹去除是户外视觉系统中的一个重要问题，近期已被广泛研究。本文提出了一种新颖的视频雨纹去除方法 FastDeRain，它充分考虑了雨纹和干净视频在梯度域中的判别性特征。具体而言，一方面，雨纹沿雨滴方向稀疏且平滑；另一方面，干净视频沿垂直于雨的方向表现出分段平滑性，并沿时间方向表现出连续性。这些平滑性和连续性分别导致在不同方向梯度域中的稀疏分布。因此，我们最小化：1) $\ell_1$ 范数以增强底层雨纹的稀疏性；2) 两个单向全变分（TV）正则化项的 $\ell_1$ 范数以保证各向异性空间平滑性；3) 时间方向差分算子的 $\ell_1$ 范数以表征时间连续性。我们设计了一种基于分裂增广拉格朗日收缩算法（SALSA）的算法来求解所提最小化模型。在合成和真实数据上进行的实验证明了所提方法的有效性和效率。根据全面的定量性能指标，我们的方法优于其他state-of-the-art方法，尤其是在运行时间方面。FastDeRain的代码可在 https://github.com/TaiXiangJiang/FastDeRain 下载。