今天要分享的文章是《Learning Weather-General and Weather-Specific Features for Image Restoration Under Multiple Adverse Weather Conditions》

代码

github.com/zhuyr97/WGW…

问题

如何用一个网络来在不同恶劣天气条件下进行图像恢复，去除和天气有关的artifacts

发现

不同条件下图像退化既有共性又有特殊性

解决

采用两阶段训练

1、第一个训练阶段学习天气一般特征，将不同天气条件下的图像作为输入，输出粗恢复结果。

2、第二个训练阶段学习每种天气类型的特定参数，其中自动学习扩展特定天气参数所需的位置。

构建了第一个具有多种天气条件的真实世界基准数据集，以更好地处理真实世界的天气场景