用于单图像去雾的隐式欧拉常微分方程网络
计算机视觉与模式识别
2020-07-14 v1
摘要
深度卷积神经网络（CNN）已被应用于图像去雾任务，其中常采用残差网络（ResNet）作为基本组件以避免梯度消失问题。近来，许多工作指出 ResNet 可被视为常微分方程（ODE）的显式欧拉前向近似。在本文中，我们将显式前向近似推广至隐式后向对应形式，其可通过一种递归神经网络实现，称为 IM-block。基于此，我们提出了一种高效的端到端多级隐式网络（MI-Net）用于单图像去雾问题。此外，采用了多级融合（MLF）机制与残差通道注意力块（RCA-block）以提升我们网络的性能。在多个去雾基准数据集上的实验表明，我们的方法优于现有方法并达到了最先进的性能。
引用
@article{arxiv.2007.06443,
title = {Implicit Euler ODE Networks for Single-Image Dehazing},
author = {Jiawei Shen and Zhuoyan Li and Lei Yu and Gui-Song Xia and Wen Yang},
journal= {arXiv preprint arXiv:2007.06443},
year = {2020}
}
备注
10pages, 10 figures, "for the associate project, see https://github.com/Jiawei-Shen?tab=repositories", submitted to CVPR workshop "vision for four seasons",