扰动引导纹理重建网络

恶劣环境图像增强

一个联合优化扰动消除与纹理重建的增强模型，利用预测的扰动先验引导背景特征提取，在雨、雾、低光等恶劣条件下同时提升内容可见性和纹理自然度。

江奎 · Ruoxi, Wang · Yi, Xiao · Jiang J. · 徐新 · Lu, Tao

IEEE/CAA Journal of Automatica Sinica 2024

技术优势

先验引导纹理增强

利用扰动先验指导背景特征提取，让纹理重建更聚焦于被遮挡区域。

降低计算成本

在子空间进行扰动消除并利用超分辨率推断高频细节，减轻学习负担。

提升检测性能

增强后的图像有利于下游检测任务，在联合检测实验中取得更好结果。

应用场景

• 自动驾驶视觉增强：在雨雾低光下还原道路细节，辅助感知系统稳定运行。
• 监控图像清晰化：消除雨痕和低光模糊，提高监控画面中人员和车辆的可辨识度。
• 机器人视觉鲁棒性：增强机器人视觉在恶劣天气下的鲁棒性，减少环境扰动对识别的影响。
• 医学图像增强：利用纹理重建能力恢复被噪声遮挡的医学图像细节，辅助诊断。