用于快速图像去雨的残差压缩激励网络

图像去雨是一项重要的图像处理任务，因为雨纹不仅严重降低图像的视觉质量，还显著影响高层视觉任务的性能。传统方法通过不同的循环神经网络逐步去除雨纹。然而，这些方法无法以高效的方式产生合理的无雨图像。在本文中，我们提出了一种称为 RSEN 的残差压缩激励网络，用于快速图像去雨，并与最先进的方法相比具有更优的去雨性能。具体而言，RSEN 采用轻量级的编码器-解码器架构在单阶段进行去雨。此外，编码器和解码器均采用一种新颖的残差压缩激励块作为特征提取的核心，其包含一个用于产生分层特征的残差块，随后是一个用于按通道增强所得分层特征的压缩激励块。实验结果表明，与最先进的方法相比，我们的方法不仅能大幅降低计算复杂度，还能显著提升去雨性能。