Earth-Mover
归一化的从一个分布变为另一个分布的最小代价, 可以用来测量两个分布(multi-dimensional distributions)之间的距离
评估标准:
1.PSNR(Peak Signal to Noise Ratio)峰值信噪比
MAXI2 为图片可能的最大像素值,即255,MSE 原图与雨图的均方误差
2.SSIM (Structural SIMilarity) 结构相似性
计算
将图片转化为 YCbCr 格式,计算PSNR,亮度 (luminance)、对比度 (contrast) 和结构 (structure)
雨水模型:
雨线图、雨点图、雨雾图
大气散射霾模型(atmospheric scattering haze model)
S是雨线,t和A是透射图(transmission map)和大气光(atmospheric light)
两个主要问题:
1.定位雨水
扩大感知野、得到丰富的上下文信息
- dilated network
- non-local block
- attention
2.保留背景信息
从雨水周围的像素中获得局部信息,同时要在后面的层中尽可能地保留原有特征
- RNN
- 残差连接
- pooling indices
- discriminator
3.监督模型在一个类型的训练集上训练,只能解决一种类型的雨水去除
4.区域填充不到位,出现雨痕
5.雨水较为“重”的位置或深浅交叠的位置,雨水去不干净
半监督:
Semi-supervised Transfer Learning for Image Rain Removal[CVPR2019]
在训练时加入无雨图片,使用高斯混合模型模拟雨水分布,解决过拟合问题。
无监督: