基于行级空洞注意力的立体水滴去除

现有的面向自动驾驶或机器人的视觉系统对附着在车窗或相机镜头上的水滴十分敏感。大多数近期的水滴去除方法以单幅图像为输入，往往无法忠实恢复水滴后方缺失的内容。为此，我们提出一种基于学习的立体图像水滴去除模型。为更好地从立体图像中检测并去除水滴，我们提出一种新颖的行级空洞注意力模块，以扩大注意力的感受野，实现两幅立体图像间有效的信息传播。此外，我们提出一种基于真实视差图与注意力分数间的注意力一致性损失，以增强立体图像的左右一致性。由于相关数据集的缺失，我们收集了一个含带与不带水滴立体图像的实世界数据集。在我们数据集上的大量实验表明，我们的模型在定量与定性上均优于当前最优方法。我们的源代码与立体水滴数据集可在 \href{https://github.com/VivianSZF/Stereo-Waterdrop-Removal}{https://github.com/VivianSZF/Stereo-Waterdrop-Removal} 获取。