交叉视角图像去雨网络

夜雨场景显著增强

利用可见光与红外图像的跨视角协同学习，在低光雨夜条件下显著去除雨痕并恢复纹理细节，增强自动驾驶视觉感知能力。

Cidan, Shi · Lihuang, Fang · Han, Wu · Xiaoyu, Xian · 施煜锴 · 林倞

IEEE Transactions on Multimedia 2024

技术优势

去雨并丰富场景

通过融合可见光和红外图像，跨视角融合多源数据，使图像获得更丰富的纹理细节和增强的对比度。

分阶段学习提升质量

框架采用两阶段：先用CleanNet清理信息，再用FusionNet融合，从而获得更高质量的去雨融合图像。

应用场景

• 自动驾驶视觉感知：提升自动驾驶系统在低光雨夜场景下的视觉感知能力。
• 低光图像增强：通过跨视角融合增强低光雨夜图像对比度和纹理细节。
• 驾驶辅助系统：改善驾驶辅助系统在恶劣天气下对周围环境的捕捉和辨别能力。