SE-RRACycleGAN去雨网络
一种无需配对训练数据、通过循环一致性和注意力机制实现单幅图像去雨的生成对抗网络。
Getachew Nadew, Wedajew · Xu, Sendren Sheng Dong
Remote Sensing 2024
参数信息
- 峰值信噪比（Rain12数据集）
- 34.60 dB
- 结构相似性指数（Rain12数据集）
- 0.954
- 峰值信噪比（真实雨天图像）
- 34.17 dB
- 结构相似性指数（真实雨天图像）
- 0.953
技术优势
无需成对数据
训练不需要成对图像，在实际去雨任务中无需对齐数据即可训练。
背景保留更好
通过引入内容损失增强输入与生成图像的视觉相似性，使去雨后图像的平滑背景更接近真实。
雨痕检测更强
新的循环雨注意力模块同时考虑有雨和无雨图像，增强纹理特征分析，更好地检测雨痕。
应用场景
- 恶劣天气下的视觉增强：提高雨天环境下的图像清晰度，使下游视觉任务更稳定。
- 无人机航拍图像处理：处理航拍图像中的雨痕，恢复地物细节，便于测绘分析。
- 机器人视觉预处理：降低雨滴对视觉算法的干扰，增强机器人环境感知。
- 监控视频去雨：清除监控画面雨痕，帮助识别车牌、人脸等关键信息。