基于连续雨密度估计的单幅图像去雨
图像与视频处理
2020-06-08 v1
摘要
单幅图像去雨（SIDR）常因雨密度的非均匀性以及雨滴尺度的多样性而遭受过度去雨或去雨不足的问题。本文中，我们提出了一种用于 SIDR 的连续密度引导网络（CODE-Net）。具体而言，它由雨纹提取器与去噪器组成，其中利用卷积稀疏编码（CSC）从提取的雨纹中滤除噪声。受 CSC 的重新加权迭代软阈值算法启发，我们通过通道注意力模块从稀疏编码中学习权重，以解决连续雨密度估计问题。我们进一步开发了一种多尺度策略来刻画不同尺度上出现的雨纹。在合成与真实世界数据上的实验表明，我们的方法在定量与定性结果上均优于近期的最先进方法（state of the arts）。此外，与将雨密度量化为若干离散等级不同，我们的 CODE-Net 能够提供连续值的雨密度估计，这在实际应用中更为可取。
引用
@article{arxiv.2006.03190,
title = {Single Image Deraining with Continuous Rain Density Estimation},
author = {Jingwei He and Lei Yu and Gui-Song Xia and Wen Yang},
journal= {arXiv preprint arXiv:2006.03190},
year = {2020}
}