See Blue Sky：使用成对与非成对训练图像的深度图像去雾
计算机视觉与模式识别
2022-10-17 v1 机器学习
多媒体
图像与视频处理
摘要
图像去雾问题近年来引起了广泛关注。然而，大多数现有的去雾方法无法还原具有清晰蓝天的场景，因为原始雾图中物体的颜色和纹理信息不足。为此，我们提出一种循环生成对抗网络来构建新颖的端到端图像去雾模型。我们采用室外图像数据集训练我们的模型，其中包括一组真实世界非成对图像数据集和一组成对图像数据集，以确保生成的图像接近真实场景。基于循环结构，我们的模型添加了四种不同类型的损失函数以约束效果，包括对抗损失、循环一致性损失、真实感损失和成对 L1 损失。这四种约束可以改善此类退化图像的整体质量以获得更好的视觉吸引力，并确保图像重建不失真。所提出的模型可以去除图像雾霾，还将图像的天空还原为干净湛蓝（如晴天所拍摄）。
引用
@article{arxiv.2210.07594,
title = {See Blue Sky: Deep Image Dehaze Using Paired and Unpaired Training Images},
author = {Xiaoyan Zhang and Gaoyang Tang and Yingying Zhu and Qi Tian},
journal= {arXiv preprint arXiv:2210.07594},
year = {2022}
}