密度深度分解去雾网络

真实场景鲁棒去雾

基于雾气物理特性，利用密度与深度分解实现不成对数据下的真实场景稳定去雾。

杨洋 · Wang, Chaoyue · 郭晓杰 · Tao, Dacheng

International Journal of Computer Vision 2023

技术优势

适应真实雾霾

基于散射系数和深度分解，能生成不同厚度的雾霾图像进行训练，提升对真实雾霾的泛化。

质量更高

引入双重对比感知损失，同时提升去雾和再雾化图像的质量。

模型更小

模型规模与计算成本低于现有最先进的不成对去雾方法。

应用场景

• 自动驾驶视觉：增强雾天道路图像清晰度，提升感知算法可靠性。
• 机器人视觉：使机器人在雾霾环境中获得清晰视觉输入。
• 无人机影像处理：改善无人机航拍图像的雾霾退化，恢复细节。
• 遥感图像增强：提升遥感影像在雾霾条件下的可解译性。