CNN-Transformer 双向对齐去雾
通过差分专家与物理反演模型实现 CNN-Transformer 特征互补，并利用小波频域增强同时细化纹理与恢复结构，在遥感图像去雾上优于现有方法。
孙航 · Qingfei, Zhong · 杜博 · 涂志刚 · 万俊 · 王文彬 · 任东
IEEE Transactions on Circuits and Systems for Video Technology 2025
差分专家与物理反演模型结合，利用CNN与Transformer特征互补性并提取潜在雾相关物理特性，实现更有效的双向对齐。
小波频域异构增强模块捕获最具代表性的高频特征以细化图像纹理细节，同时低频处理中增强对雾的全局感知并重建结构信息。
在挑战性遥感图像数据集上实验证明，性能优于多种最先进的去雾方法。