双边网格学习、Bilateral Learning

目录

背景

方法

结论

---

挖坑，双边网格学习。双边网格具有很多优良的特性，在图像恢复等方面还具有很多的价值可以挖掘，因此本系列我会把相关论文和代码以我的理解写成博客，留做记录，代码运行过程中如果有问题或者发现我也会写到博客里。

背景

双边网格学习有些相似于双边滤波。

双边滤波（Bilateral Filter）是非线性滤波中的一种，结合图像的空间邻近度与像素值相似度。 在滤除噪声、平滑图像的同时，又保存边缘。一个负责计算空间邻近度 的权值，也就是常用的高斯 滤波器原理。而另一个负责 计算像素值相似度的权值。 在两个高斯滤波的同时作用 下，就是双边滤波。

方法

有空细细研究一下代码实现。

双边网格一维主要示意图：

 二维示意图

---

《Real-time Edge-Aware Image Processing with the Bilateral Grid》是2007年的利用双边网格的一篇传统方法图像处理的文章，文章利用双边网格进行快速的图像中增强，即将细节、曝光较差的图像进行恢复。

《Deep Bilateral Learning for Real-Time Image Enhancement》是2017年的利用双边网格和深度学习的HDR图像实时增强文章，效果不错。

阅读论文《Deep Bilateral Learning for Real-Time Image Enhancement》_CHNguoshiwushuang的博客-CSDN博客_enhancement   这是2017 siggraph的一篇论文，寒假boss让我看这篇论文我没怎么看懂。最近在公司实习，发现该论文的成果已经移到手机端上了，效果还非常不错。这里我重新温习了一下这篇论文，发现有许多可以借鉴的地方，是一篇非常不错的论文，这里重新叙述一下，谈谈我的理解。    首先说一下这篇文章的整体思路，这篇文章对于图像增强的方法是，将图像首先做下采样，继续卷积下采样几次然后分别学习其全局特征和局...https://blog.csdn.net/CHNguoshiwushuang/article/details/81843826?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2~default~CTRLIST~Rate-1.pc_relevant_antiscanv2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~CTRLIST~Rate-1.pc_relevant_antiscanv2&utm_relevant_index=2
《Ultra-High-Definition Image Dehazing via Multi-Guided Bilateral Learning》是2021年的去雾文章，该论文为2021cvpr上的一篇去雾文章，主打高清图像快速去。

（最新更新2022.3.24）

双边网格学习一：2021cvpr《Ultra-High-Definition Image Dehazing via Multi-Guided Bilateral Learning》_Alocus_的博客-CSDN博客背景方法，据论文所述，在实时性方面达到较好结果。核心采用双边网格，双边网格能够关注色彩突变的物体边界，并能够很好的关注于高频信息上面是该网络的主要架构图，可以看到非常地简洁，实际上，为了简洁而简洁可能有时候会对读者造成一定的误导。如，在该模型中的特征提取部分代码里使用的是Unet网络，图中则画的很简单，另外在RGB图像表示部分也不够清楚，实际上在图像输入之后也会有一个unet进行特征提取，然后对提取后的特征分别进行三次卷积，以生成三个通道共九个通道的R， G， B channel。本文.https://blog.csdn.net/Crystal_remember/article/details/123715221

结论

我会在随后的更新中进行文章细致的代码注释。复现等工作，由于手头任务较多，因此可能较慢，就算督促自己进行学习、总结吧。

—————————————————待完善—————————————————