基于无监督 Retinex 嵌入的可控光照去雾网络
计算机视觉与模式识别
2023-06-12 v1
摘要
一方面，去雾任务是一个病态问题，意味着不存在唯一解。另一方面，去雾任务应考虑主观因素，即向用户提供可选择的去雾图像而非单一结果。因此，本文通过引入光照可控能力，提出一种多输出去雾网络，称为 IC-Dehazing。所提出的 IC-Dehazing 可通过调节光照可控模块的系数来改变光照强度，这基于可解释的 Retinex 理论实现。此外，IC-Dehazing 的主干去雾网络由一个带双解码器的 Transformer 组成，用于高质量图像复原。进一步，基于先验的损失函数与无监督训练策略使 IC-Dehazing 无需配对数据即可完成参数学习过程。为证明所提 IC-Dehazing 的有效性，在图像去雾、语义分割与目标检测任务上进行了定量与定性实验。代码见 https://github.com/Xiaofeng-life/ICDehazing。
引用
@article{arxiv.2306.05675,
title = {Illumination Controllable Dehazing Network based on Unsupervised Retinex Embedding},
author = {Jie Gui and Xiaofeng Cong and Lei He and Yuan Yan Tang and James Tin-Yau Kwok},
journal= {arXiv preprint arXiv:2306.05675},
year = {2023}
}