零参考图像去雾网络

无需成对数据

该网络无需成对或非成对数据，通过自解耦与逆向知识迁移实现真实世界图像去雾。

Shilong, Wang · 任文琦 · 高鹏 · 禹继国 · 刘建磊

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

无需成对数据

模型直接从单张雾图出发，利用自解耦与逆向知识迁移恢复清晰图像，摆脱了对成对或非成对训练数据的依赖。

物理先验引导

先通过模型驱动方法将雾图解耦为无雾图、透射图和大气光，为后续数据驱动细化提供可靠的初始估计。

逆向知识迁移

将知识迁移与对比学习结合，引导细化网络远离雾的特征，从而深度挖掘雾图隐式先验。

应用场景

• 低能见度视觉：直接增强雾天低能见度场景的可视性，无需依赖成对数据即可应用。
• 航拍图像去雾：可处理航拍图像中的真实雾霾，恢复地物细节与色彩。
• 工业视觉增强：为工业视觉系统提供清晰输入，提升恶劣天气下的检测可靠性。
• 具身智能视觉：让机器人在雾天等低能见度环境中仍能获得可用的视觉信息。
• 计算成像：展示零参考学习在图像复原中的潜力，推动计算成像方法发展。