基于特征的深度卷积神经网络单图像去雨
计算机视觉与模式识别
2023-05-04 v1 图像与视频处理
摘要
由于雨纹在雨图像中空间变化，从单幅雨图像中去除雨纹具有挑战性。尽管基于 CNN 的方法近来取得了良好性能，但仍存在一些缺陷，如数据依赖性和解释不足。本文提出一种基于数据驱动与模型驱动相结合的单图像去雨算法。首先，使用改进的加权引导图像滤波（iWGIF）提取高频信息并学习雨纹，以避免输入图像中其他信息的干扰。然后，将输入图像和雨纹从图像域自适应转换到特征域，以学习有助于高质量去雨的有用特征。最后，使用带注意力机制的网络从潜在特征中恢复高质量图像。实验表明，所提算法在定性与定量指标上均显著优于最先进的方法。
引用
@article{arxiv.2305.02100,
title = {Single Image Deraining via Feature-based Deep Convolutional Neural Network},
author = {Chaobing Zheng and Jun Jiang and Wenjian Ying and Shiqian Wu},
journal= {arXiv preprint arXiv:2305.02100},
year = {2023}
}
备注
6 pages, 5 figures. arXiv admin note: substantial text overlap with arXiv:2209.07808