用于单幅图像去雾的通用模型无关卷积神经网络
计算机视觉与模式识别
2019-12-02 v2
摘要
雾霾和烟雾是影响图像质量进而影响其分析的最常见环境因素之一。本文提出一种端到端的生成式图像去雾方法。该方法基于设计一个全卷积神经网络来识别输入图像中的雾霾结构并恢复清晰无雾的图像。所提方法之所以是模型无关的，在于其不利用大气散射模型。有些令人意外的是，即使在利用大气散射模型合成的 SOTS 室外图像上，该方法相对于所有现有的图像去雾 SOTA 方法也取得了更优的性能。项目详情与代码见：https://github.com/Seanforfun/GMAN_Net_Haze_Removal
引用
@article{arxiv.1810.02862,
title = {Generic Model-Agnostic Convolutional Neural Network for Single Image Dehazing},
author = {Zheng Liu and Botao Xiao and Muhammad Alrabeiah and Keyan Wang and Jun Chen},
journal= {arXiv preprint arXiv:1810.02862},
year = {2019}
}