基于交互引导的双分支图像去雾网络
计算机视觉与模式识别
2024-10-15 v1
摘要
图像去雾旨在从雾霾图像中恢复干净的图像。卷积神经网络(CNN)和Transformer在局部和全局特征提取方面均表现突出,目前分别代表着图像去雾中的两种主流框架。本文提出一种新型的双分支图像去雾框架,通过交互方式引导CNN和Transformer组件。我们重新考量了CNN和Transformer之间的互补特性,利用全局特征与局部特征之间的差异关系进行交互引导。该方法 enables 通过全局注意力图捕获局部特征位置,使CNN仅聚焦于有效位置的特征信息。单分支Transformer设计确保网络的全局信息恢复能力。广泛实验表明,所提方法在同步和真实公共数据集上均表现出竞争的定性和定量评估性能。代码已公开于 https://github.com/Feecuin/Two-Branch-Dehazing
引用
@article{arxiv.2410.10121,
title = {Interaction-Guided Two-Branch Image Dehazing Network},
author = {Huichun Liu and Xiaosong Li and Tianshu Tan},
journal= {arXiv preprint arXiv:2410.10121},
year = {2024}
}
备注
Accepted by ACCV 2024