Gabor 引导的 Transformer 用于单图像去雨
计算机视觉与模式识别
2024-03-13 v1 人工智能
摘要
图像去雨因需解决恶劣天气条件对视觉任务带来的挑战而受到广泛关注。尽管卷积神经网络（CNNs）十分流行，但其在捕捉全局信息方面的局限性可能导致去雨效果不佳。基于 Transformer 的方法利用自注意力机制有所改进，但往往会对图像保真度至关重要的高频细节造成失真。为解决这一问题，我们提出了用于单图像去雨的 Gabor 引导 Transformer（Gabformer）。通过将 Gabor 滤波器处理的信息融入查询向量，增强了对局部纹理特征的关注；同时，得益于该滤波器的特性，也提升了模型对噪声的鲁棒性。在基准数据集上的大量实验表明，我们的方法优于最先进（SOTA）的方法。
引用
@article{arxiv.2403.07380,
title = {Gabor-guided transformer for single image deraining},
author = {Sijin He and Guangfeng Lin},
journal= {arXiv preprint arXiv:2403.07380},
year = {2024}
}