语义单幅图像去雾

语义单幅图像去雾(中文10000字,英文PDF)
摘要
由于单一图像中包含的信息有限，因此单一图像去雾具有挑战性。以前的解决方案主要依靠手工制作的先验来弥补这一不足。最近的卷积神经网络模型已经被用来学习雾霾相关的先验知识，但是它们最终作为高级图像滤波器工作。本文提出了一种新的去除单幅图像模糊的语义方法。与现有方法不同，我们基于提取的语义特征推断颜色先验。我们认为语义语境可以被用来为(a)在干净图像上学习颜色和(b)估计环境光照提供信息线索。该设计允许我们的模型从具有强模糊性的挑战性情况中恢复干净的图像，例如图像中的饱和照明颜色和天空区域。在实验中，我们在合成和真实模糊图像上验证了我们的方法，其中我们的方法显示出优于最先进方法的性能，表明语义信息有助于模糊去除任务。