用于图像去雾与去雨的门控上下文聚合网络
计算机视觉与模式识别
2018-12-18 v2
摘要
图像去雾旨在从有雾图像中恢复未 corrupted 的内容。与利用传统的低级或手工制作的图像先验作为复原约束（例如暗通道和增强对比度）不同，我们提出一个端到端的门控上下文聚合网络来直接复原最终的无雾图像。在该网络中，我们采用最新的平滑膨胀技术来帮助消除广泛使用的空洞卷积所引起的网格状伪影，且额外参数可忽略，并利用门控子网络来融合来自不同层级的特征。大量实验表明，我们的方法在定量和定性上都能大幅超越先前的最先进（state-of-the-art）方法。此外，为证明所提方法的通用性，我们进一步将其应用于图像去雨任务，同样取得了最先进的性能。代码已发布于 https://github.com/cddlyf/GCANet。
引用
@article{arxiv.1811.08747,
title = {Gated Context Aggregation Network for Image Dehazing and Deraining},
author = {Dongdong Chen and Mingming He and Qingnan Fan and Jing Liao and Liheng Zhang and Dongdong Hou and Lu Yuan and Gang Hua},
journal= {arXiv preprint arXiv:1811.08747},
year = {2018}
}
备注
Accepted by WACV 2019, Code released at "https://github.com/cddlyf/GCANet"