CVPR 2020
章理登 2020-11-19
简介
文章介绍了一种能够适应各色大气光的去雾方法。
Motivation
如图所示，过去的GWA方法在某些具有亮点的场景下，会得到色偏结果。这在第二、三张图中特别明显。
Model
网络模型分为两个部分，Generator 1负责大气光颜色的矫正，将其颜色恢复为三通道平衡的有雾图像。Generator 2负责图像去雾，其中包括通道注意力模块和空间注意力模块等结构。
在Generator 1中，Pseudo Color Correction具体操作如下图所示
文章使用了边缘损失、SSIM损失、L1损失
数据和训练
数据集
文章使用NYU为数据集，因为其能够根据大气散射模型进行合成多种颜色不同的有雾图像，并在G1和G2两个阶段提供目标图像。
对比和测试
指标对比
结果展示
总结和分析
- 适当关注边缘损失
- 文章性能未能超过NITRE2019竞赛前几名水平
- 多色大气光的去除也符合沙尘暴、水下等场景
- 文中测试内容大多为夜晚场景
