重审单图像去雾的基本函数融合
计算机视觉与模式识别
2024-05-28 v1
摘要
本文针对当前图像去雾领域中物理模型的局限性，提出一种创新性去雾网络（CL2S）。基于 DM2F 模型，识别了其消融实验中的问题，并将原有的对数函数模型替换为三角函数（正弦）模型。这种替换旨在更好地适应雾霾的复杂且不规则的分布。该方法还整合了大气散射模型和其他基本函数，以提升去雾性能。实验结果表明，CL2S 在多个去雾数据集上实现了卓越的性能，尤其在保持图像细节和色彩真实性方面表现突出。此外，补充 DM2F 的系统消融实验验证了我们对 DM2F 的顾虑，并确认了 CL2S 所提出功能组件的必要性和有效性。我们的代码已公开于 \url{https://github.com/YesianRohn/CL2S}，其中也可获取相应的预训练模型。
引用
@article{arxiv.2405.15817,
title = {Rethinking the Elementary Function Fusion for Single-Image Dehazing},
author = {Yesian Rohn},
journal= {arXiv preprint arXiv:2405.15817},
year = {2024}
}