ODCR：用于非配对图像去雾的正交解耦对比正则化
计算机视觉与模式识别
2024-04-30 v1
摘要
由于难以获取背景相同的雾/清晰图像对，非配对图像去雾（UID）具有重要的研究意义。本文提出了一种名为正交解耦对比正则化（ODCR）的新型 UID 方法。该方法基于以下假设：图像由影响雾浓度的雾相关特征与雾无关特征（如纹理和语义信息）共同组成。ODCR 旨在确保去雾结果的雾相关特征与清晰图像的雾相关特征高度相似，同时使雾无关特征与输入雾图像对齐。为实现这一目标，本文提出了在 Stiefel 流形上进行几何优化的正交 MLP，其能将图像特征投影至正交空间，从而降低不同特征之间的相关性。此外，提出了一种任务驱动的深度特征分类器（DWFC），其以自监督方式根据每个通道特征在预测特征源为雾或清晰时的贡献，为正交特征分配权重。最后，引入了加权 PatchNCE（WPNCE）损失，以将输出图像中的雾相关特征拉向清晰图像的特征，同时使雾无关特征接近雾输入的特征。大量实验证明了本文 ODCR 方法在 UID 上的优越性能。
关键词
引用
@article{arxiv.2404.17825,
title = {ODCR: Orthogonal Decoupling Contrastive Regularization for Unpaired Image Dehazing},
author = {Zhongze Wang and Haitao Zhao and Jingchao Peng and Lujian Yao and Kaijie Zhao},
journal= {arXiv preprint arXiv:2404.17825},
year = {2024}
}
备注
Accepted by CVPR 2024