Tokenize Image Patches: 大图像中有效去雾的全局上下文融合

全局上下文信息和局部细节特征对于去雾任务至关重要。深度学习模型在小尺寸、低分辨率图像上表现良好，但由于 GPU 内存限制，面对大尺寸高分辨率图像时会遇到困难。作为折中方案，它们常常采用图像切片或下采样。前者削弱了全局信息，后者则丢弃了高频细节。为解决这些挑战，我们提出了一种能够有效平衡全局上下文与局部特征提取的方法 DehazeXL，使其能够在主流 GPU 硬件上对大图像进行端到端建模。此外，为评估全局上下文在去雾性能中的效率，我们设计了一种针对去雾任务特点的可视化归因方法。最后，鉴于缺乏大图像去雾基准数据集，我们开发了一个超高分辨率去雾数据集（8KDehaze），用于支持模型训练与测试。该数据集包含 10000 对清晰与雾霾遥感图像，每幅图像尺寸为 8192×8192 像素。广泛实验表明，DehazeXL 能够仅使用 21 GB 内存推理尺寸达 10240×10240 像素的图像，实现所有评估方法中的最先进效果。源代码与实验数据已公开于 https://github.com/CastleChen339/DehazeXL。