视频去雨：大规模数据库与双流 ConvLSTM 方法
计算机视觉与模式识别
2019-06-07 v1 图像与视频处理
摘要
去雨近年来受到越来越多的研究关注，因其能够增强雨天下视频的可见性。然而，现有的基于学习的视频去雨方法受限于训练数据不足，尤其在应用深度学习进行去雨时。本文建立了一个用于视频去雨的大规模数据库（LasVR），其包含 316 个雨天视频。接着，我们从该数据库中观察到：干净内容之间存在时间相关性，且雨纹模式在视频帧间具有相似性。基于这两项观察，我们提出了一种用于视频去雨的双流卷积长短期记忆（ConvLSTM）方法。第一流由用于雨检测的 subnet 组成，而第二流是利用雨检测子网特征的去雨 subnet。最后，在合成与真实雨天下视频上的实验结果表明，所提方法优于其他最先进的方法。
引用
@article{arxiv.1906.02526,
title = {Removing Rain in Videos: A Large-scale Database and A Two-stream ConvLSTM Approach},
author = {Tie Liu and Mai Xu and Zulin Wang},
journal= {arXiv preprint arXiv:1906.02526},
year = {2019}
}