基于TAWL算法的视频去雨条纹以增强可见性
图像与视频处理
2020-07-13 v1 计算机视觉与模式识别
摘要
在计算机视觉应用中，视频内容的可见性对于进行分析以获得更高精度至关重要。可见性会受到恶劣天气中若干大气干扰的影响，其中之一便是雨条纹的出现。近年来，雨条纹去除引起了研究人员的广泛兴趣，因为它具有一些令人关注的应用，如自动驾驶汽车、智能交通监控系统、多媒体等。本文提出一种新颖而简洁的方法，结合三个新颖提取的特征，聚焦于雨条纹的时间外观、宽形状和相对位置，我们称之为TAWL（时间外观、宽度与位置）方法。所提出的TAWL方法自适应地利用来自不同分辨率和帧率的特征。此外，它逐步处理来自后续帧的特征，从而能够实时去除雨。实验使用包含真实雨和合成雨的视频序列进行，以将所提方法的性能与相关的最先进方法进行比较。实验结果表明，所提方法在去除更多雨条纹的同时保留其他运动区域，优于最先进方法。
引用
@article{arxiv.2007.05167,
title = {Rain Streak Removal in a Video to Improve Visibility by TAWL Algorithm},
author = {Muhammad Rafiqul Islam and Manoranjan Paul},
journal= {arXiv preprint arXiv:2007.05167},
year = {2020}
}