面向超高清图像去雨：基准与高效方法
计算机视觉与模式识别
2024-05-28 v1
摘要
尽管图像去雨领域取得了显著进展，但现有方法大多在低分辨率图像上进行。鉴于 imaging 设备的不断进步，这些方法在高分辨率图像上的有效性仍不为人知，尤其是对于超高清(UHD)图像。本文聚焦于UHD图像去雨任务，贡献了首个规模为13,000组4K分辨率图像对的数据集(4K-Rain13k)。基于该数据集，我们对现有处理UHD图像的方法进行了基准测试研究。进一步地，我们开发了一种有效且高效的视觉MLP架构(UDR-Mixer)以更好地解决此任务。具体而言，本方法包含两个构建模块：一个捕获UHD图像长程信息的空间特征置换层，以及一个促进高质量UHD图像重建的频率特征调制层。大量实验结果表明，我们的方法在保持较低模型复杂度的同时，相较于最新方法表现出优越性能。代码和数据集将在https://github.com/cschenxiang/UDR-Mixer提供。
引用
@article{arxiv.2405.17074,
title = {Towards Ultra-High-Definition Image Deraining: A Benchmark and An Efficient Method},
author = {Hongming Chen and Xiang Chen and Chen Wu and Zhuoran Zheng and Jinshan Pan and Xianping Fu},
journal= {arXiv preprint arXiv:2405.17074},
year = {2024}
}