利用生成对抗网络从恶劣天气所致失真图像生成清晰图像
计算机视觉与模式识别
2022-11-11 v1
摘要
我们提出了一种方法，用于改善受恶劣天气条件（包括附着雨滴引起的失真）影响的图像的计算机视觉任务。克服将计算机视觉应用于受恶劣天气条件影响图像的挑战，对于使用RGB摄像头的自动驾驶车辆至关重要。为此，我们训练了合适的生成对抗网络，并表明其在图像重建和计算机视觉任务背景下能有效消除失真影响。我们表明，对自动驾驶车辆至关重要的目标识别任务会被附着雨滴造成的失真和遮挡完全破坏，而我们的去雨模型可恢复其性能。本文所述方法可应用于所有恶劣天气条件。
引用
@article{arxiv.2211.05234,
title = {Generating Clear Images From Images With Distortions Caused by Adverse Weather Using Generative Adversarial Networks},
author = {Nuriel Shalom Mor},
journal= {arXiv preprint arXiv:2211.05234},
year = {2022}
}
备注
14 pages, 8 figures. arXiv admin note: text overlap with arXiv:2112.11245