渐进更新引导的相互依赖网络用于单图像去雾

具有不同种类雾气的图像常给去雾带来显著挑战。因此，由与雾种相关的雾参数估计值进行引导，并将其与去雾联合渐进更新，将有助于有效去雾。为此，我们提出一种多网络去雾框架，包含以渐进方式运行的新型相互依赖去雾网络与雾参数更新网络。雾参数（透射图与大气光）首先由专用卷积网络估计，可处理色偏。估计参数随后用于引导我们的去雾模块，其中估计值由新型卷积网络渐进更新。更新与渐进去雾通过使用调用步间依赖的网络联合进行。联合渐进更新与去雾逐步修正雾参数值，以实现有效去雾。通过多项研究，我们的去雾框架被证明比基于图像到图像映射和预定义雾形成模型的去雾更为有效。该框架还能处理具有不同种类、浓度雾气与色偏的广泛雾况。在多个具有不同雾况的数据集的合成与真实世界雾图上，我们的去雾框架在定性与定量上均优于当前最优方法。