无需显式对齐估计的渐进式深度视频去雾
计算机视觉与模式识别
2021-07-19 v1
摘要
为解决视频去雾问题，需完成两项主要任务：如何将相邻帧对齐至参考帧；如何恢复参考帧。一些论文采用显式方法（如马尔可夫随机场、光流、可变形卷积、3D 卷积）在特征空间或图像空间将邻帧与参考帧对齐，随后使用多种恢复方法得到最终去雾结果。本文提出一种用于视频去雾的渐进式对齐与恢复方法。对齐过程在不使用光流估计的情况下逐阶段对齐连续相邻帧。恢复过程不仅在对齐过程中实施，还使用精炼网络提升整个网络的去雾性能。所提网络包含四个融合网络与一个精炼网络。为减少网络参数量，第一融合阶段的三个融合网络共享相同参数。大量实验表明，所提视频去雾方法相较最先进方法取得了优异性能。
引用
@article{arxiv.2107.07837,
title = {Progressive Deep Video Dehazing without Explicit Alignment Estimation},
author = {Runde Li},
journal= {arXiv preprint arXiv:2107.07837},
year = {2021}
}