从雾到失败：去雾对清晰图像中目标检测的意外后果
计算机视觉与模式识别
2025-03-18 v4 人工智能
摘要
本研究探讨了将基于人类视觉线索的去雾集成到目标检测中所面临的挑战，考虑到人类感知的选择性。虽然人类视觉能动态适应环境条件，但计算去雾并不总能均匀地增强检测效果。我们提出了一个多阶段框架，其中轻量级检测器识别感兴趣区域（RoIs），然后通过基于空间注意力的去雾进行改进，最后由一个更重的模型进行最终检测。尽管该方法在雾天条件下有效，但出乎意料地降低了在清晰图像上的性能。我们分析了这一现象，调查了可能的原因，并为设计平衡增强与检测的混合流水线提供了见解。我们的发现强调了选择性预处理的必要性，并挑战了关于级联变换带来普遍益处的假设。
引用
@article{arxiv.2502.02027,
title = {From Fog to Failure: The Unintended Consequences of Dehazing on Object Detection in Clear Images},
author = {Ashutosh Kumar and Aman Chadha},
journal= {arXiv preprint arXiv:2502.02027},
year = {2025}
}