物理模型引导的深度图像去雨
图像与视频处理
2020-03-31 v1 计算机视觉与模式识别
摘要
单幅图像去雨是一项紧迫任务，因为退化的雨图会使许多计算机视觉系统（如视频监控和自动驾驶）无法工作。因此，去雨变得重要且需要一种有效的去雨算法。本文中，我们提出一种基于物理模型引导学习的单幅图像去雨新网络，其由三个子网络组成：雨纹网络、无雨网络与引导学习网络。由雨纹网络和无雨网络分别估计出的雨纹与无雨图像拼接后输入引导学习网络以引导进一步学习，并且基于雨图物理模型，这两幅估计图像的直接求和与输入雨图受约束。此外，我们进一步提出多尺度残差块（MSRB）以更好地利用多尺度信息，并证明可提升去雨性能。定量与定性实验结果表明所提方法优于当前最优去雨方法。源代码将发布于 \url{https://supercong94.wixsite.com/supercong94}。
引用
@article{arxiv.2003.13242,
title = {Physical Model Guided Deep Image Deraining},
author = {Honghe Zhu and Cong Wang and Yajie Zhang and Zhixun Su and Guohui Zhao},
journal= {arXiv preprint arXiv:2003.13242},
year = {2020}
}
备注
IEEE ICME2020