RSDehamba：面向遥感卫星图像去雾的轻量级视觉Mamba网络
计算机视觉与模式识别
2024-05-17 v1
摘要
遥感图像去雾（RSID）旨在去除非均匀且物理不规则的雾因素，以实现高质量的图像恢复。CNN和Transformer的出现在RSID领域取得了 extraordinary 的进展。然而，这些方法往往难以在充分建模长程依赖性和保持计算效率之间取得平衡。为此，我们提出首个基于Mamba模型的轻量级网络，称为RSDehamba。深受最近基于选择性状态空间模型（SSM）在建模线性复杂度和远程依赖性方面卓越性能的启发，我们设计的RSDehamba将SSM框架集成到U-Net架构中。具体而言，我们提出了视觉去雾块（VDB）作为整个网络的核心组件，该组件利用SSM的线性复杂度实现全局上下文编码的能力。同时，设计了方向感知扫描模块（DSM），用于动态聚合不同方向域上的特征交换，从而有效增强感知雾霾空间分布变化性的灵活性。如此一来，RSDehamba充分展现了捕捉空间距离依赖性和通道信息交换的优势，以更好地提取雾特征。广泛的实验结果在常用基准上验证了RSDehamba超越现有最先进方法的卓越性能。
引用
@article{arxiv.2405.10030,
title = {RSDehamba: Lightweight Vision Mamba for Remote Sensing Satellite Image Dehazing},
author = {Huiling Zhou and Xianhao Wu and Hongming Chen and Xiang Chen and Xin He},
journal= {arXiv preprint arXiv:2405.10030},
year = {2024}
}