random2020

文章介绍了一种能够适应各色大气光的去雾方法。 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。 网络模型分为两个部分，Gene...

从低分辨率到高分辨率的映射通常是个不确定的问题，因为存在无限的高分辨率图像可能会被采样到相同的低分辨率图像。这样会导致超分辨率对于低分辨率图像的解空间非常大。在这里我理解的...

对老式胶片视频重制包括超分辨率、去噪、对比度增强、上色等问题，目标在于使老式胶片视频恢复结果具有现代视频的画面清晰，色彩鲜艳，细节明显等特点。文章设计了一个半交互式的网络来...

文章使用知识蒸馏方法设计了去雾网络。教师网络为自编码器对无雾图像进行恢复，学生网络为端到端的去雾网络对有雾图像进行去雾。其中教师网络的编码特征为指导信息指导学生网络的中间结...

文章提出了一种新的端到端门控上下文聚合网络来去雾。其中使用了不产生伪影的扩张卷积。 文章从不同的级别中提取特征图，并将其输入到门控融合子网中。门控融合子网的输出时三个不同的...

文章提出了一种具有双鉴别器的Cycle GAN网络（DD-CycleGAN）。其作用类似于CycleGAN。 文章提到，目前没有足够的成对的数据集来给一般的深度神经网络进行...

文章设计了一个传输网络来估计传输图来进行去雾。文章的亮点在于考虑了不同的颜色受光波长的影响，在传输过程中的损耗不同。此外文章研究了其他网络和其他算法，以及对大气散射模型做了...

在去雾领域，主要有两种方法：一种是基于大气散射模型的去雾方法，可以较好的恢复图像纹理细节。另外一种是基于Retinex理论的图像增强方法，可以很好的改善图像对比度。但，前者...

文章提出了一种基于派生图像融合策略的深度卷积网络。文章基于有雾场景特征从原始朦胧图像中提取了五张派生图像，分别为曝光图（EM），显着性图（SM），白平衡图（BM），伽玛校正...

文章提出了一个DeeptransMap网络结果，其分为两个子网络PrismNet和SausageNet-72。其中PrismNet是一个自编码器，使用一个无监督loss来提...

文章提出了一种基于卷积神经网络的端到端深度残差卷积去雾网络。其由两个子网组成：一个用于去雾，另外一个用于优化前者的去雾结果。 GFN从有雾图中得到三个中间结果（白平衡图，对...

文章是基于无人机的去雾算法。无人机在执行检测轨道任务是，常遇雾霾天气，对检测轨道安全产生了影响。文章对于这一场景做了对应的研究。文章对于网络结果和损失函数做了创新工作。网络...

该文章是NTIRE 2019去雾竞赛中的冠军，其核心之处在于给出了两个新网络At-DH和AtJ-DH并且在 NTIRE2019和NTIRE2018的数据集中得到了较好的指标...

首先声明：利益无关。 它应该是当前环境下最好的深度学习训练的方式了。 配置资源：Notebook。数据集可以后续再添加。创建完毕以后得到以下项目： 在修改中可以重新设置本项...

一般网络在进行去雾以后，都以PSNR和SSIM指标来评价去雾算法的性能。但在很多应用中，图像去雾以后并非是用于人类的视觉，而是用于高级视觉任务，如分类，识别，分割等等。因此...

文章对于去雾任务，提出了Ranking-CNN，其中包含一个Ranking卷积层，即对输入到Ranking层中的特征图按每个点的像素值进行从左上到右下的重新排列（通道之间不...

文章对于去雾问题提出了名为HRGAN的新网络，顾名思义是生成器-鉴别器的对抗式生成网络。HRGAN能够联合估计大气散射模型中A，t和去雾结果J。生成器部分称为UNTA，意味...

该论文提出了一个颜色转换模型进行去雾，即在颜色空间下进行去雾操作。颜色转换模型包含两个子网络，第一个子网络是去雾，第二个子网络是纹理增强。其中第一个自网络负责估计（在颜色空...