基于人工场景先验与二维图推理的非均匀去雾
计算机视觉与模式识别
2022-11-16 v2
摘要
由于缺乏自然场景与雾的先验信息，在不扭曲单幅图像视觉内容的前提下彻底去除雾极具挑战性。幸运的是，真实世界中的雾通常呈现非均匀分布，这为我们在局部保存完好的区域中提供了许多有价值的线索。本文提出一种基于人工场景先验与二维图推理的非均匀去雾网络（NHRN）。首先，我们迭代地使用伽马校正来模拟不同曝光条件下的人工多次拍摄，其雾的程度不同，从而丰富了潜在的场景先验。其次，在利用局部邻域关系之外，我们构建了一个二维图推理模块，在特征图的空间与通道维度上进行非局部滤波，建模其长程依赖并将自然场景先验在保存完好的节点与受雾污染节点之间传播。据我们所知，这是首次通过基于图推理的框架去除非均匀雾的探索。我们在不同的基准数据集上评估了我们的方法。结果表明，在单幅图像去雾与雾图理解任务上，我们的方法优于许多最先进的算法。所提出的 NHRN 的源代码可在 https://github.com/whrws/NHRNet 获取。
引用
@article{arxiv.2104.01888,
title = {Non-Homogeneous Haze Removal via Artificial Scene Prior and Bidimensional Graph Reasoning},
author = {Haoran Wei and Qingbo Wu and Hui Li and King Ngi Ngan and Hongliang Li and Fanman Meng and Linfeng Xu},
journal= {arXiv preprint arXiv:2104.01888},
year = {2022}
}