基于尺度空间不变注意力神经网络的单幅图像去雨
计算机视觉与模式识别
2020-06-12 v2
摘要
从雨纹退化中进行图像增强在室外视觉计算系统中起着关键作用。本文中，我们处理尺度这一概念，其涉及雨痕相对于相机在外观上的视觉变化。具体而言，我们通过尺度空间理论重新审视多尺度表示，并提出在卷积特征域中表示多尺度相关性，这比在像素域中更紧凑且更鲁棒。此外，为提升网络的建模能力，我们不对提取的多尺度特征同等对待，而是设计一种新颖的尺度空间不变注意力机制以帮助网络聚焦于部分特征。借此，我们将特征图最激活的存在总结为显著特征。在合成与真实雨景上的大量实验结果表明，我们的方案优于当前最优（state-of-the-art）方法。
引用
@article{arxiv.2006.05049,
title = {Single Image Deraining via Scale-space Invariant Attention Neural Network},
author = {Bo Pang and Deming Zhai and Junjun Jiang and Xianming Liu},
journal= {arXiv preprint arXiv:2006.05049},
year = {2020}
}