基于物理先验多范围时间对齐网络的视频去雾
计算机视觉与模式识别
2023-03-20 v1
摘要
视频去雾旨在恢复具有高可见度和对比度的无雾帧。本文提出一种新颖框架,以有效探索物理雾先验并聚合时间信息。具体而言,我们设计了一个基于记忆的物理先验引导模块,将先验相关特征编码至长程记忆中。此外,我们构建了一个多范围场景辐射恢复模块,以在多个时空范围内捕获时空依赖关系,这有助于有效聚合来自相邻帧的时间信息。而且,我们构建了首个大规模室外视频去雾基准数据集,其包含各种真实世界场景中的视频。在合成与真实条件下的实验结果表明了我们所提方法的优越性。
引用
@article{arxiv.2303.09757,
title = {Video Dehazing via a Multi-Range Temporal Alignment Network with Physical Prior},
author = {Jiaqi Xu and Xiaowei Hu and Lei Zhu and Qi Dou and Jifeng Dai and Yu Qiao and Pheng-Ann Heng},
journal= {arXiv preprint arXiv:2303.09757},
year = {2023}
}
备注
CVPR 2023; Code: https://github.com/jiaqixuac/MAP-Net