SimHaze：用于真实世界去雾的游戏引擎模拟数据
计算机视觉与模式识别
2023-05-29 v1
摘要
深度模型在单图像去雾中近期取得了成功。多数已有方法考虑全监督训练，并从成对的干净图像与雾图学习，其中雾图基于干净图像及其估计深度图合成。然而，该范式可能因深度估计不准而产生低质量雾图，导致训练模型泛化性差。本文中，我们探索一种利用计算机图形学生成成对干净-雾图像的替代方法。借助现代游戏引擎，我们的方法渲染出清晰的干净图像及其精确深度图，并据此合成高质量雾图用于训练去雾模型。为此，我们提出 SimHaze：一个新的合成雾数据集。更重要的是，我们表明仅用 SimHaze 训练即可让最新去雾模型相较以往去雾数据集取得显著更优性能。我们的数据集与代码将公开可用。
引用
@article{arxiv.2305.16481,
title = {SimHaze: game engine simulated data for real-world dehazing},
author = {Zhengyang Lou and Huan Xu and Fangzhou Mu and Yanli Liu and Xiaoyu Zhang and Liang Shang and Jiang Li and Bochen Guan and Yin Li and Yu Hen Hu},
journal= {arXiv preprint arXiv:2305.16481},
year = {2023}
}
备注
Submitted to ICIP 2023