Single Image Dehazing via Conditional Generative Adversarial Network

原文

贡献

1. 提出了一种基于条件生成对抗神经网络的去雾网络
2. 生成网络采用编码器——解码器的结构，以捕获更多有用信息
3. 新的损失函数，包括：
4. 合成包括室内和室外的有雾图像数据集。

生成网络的结构

生成网络是输入有雾图像生成清晰图像，因此不仅要保留图像的结构和细节还要去雾。受ResNet和U-Net启发，在生成网络由编码器和解码器组成，使用对称层的跳过连接(skip connection)来突破解码过程中的信息瓶颈，并使用求和方法（summation method ）捕获更多有用信息.
编码过程主要基于下采样操作，并向解码过程的对称层提供特征映射;
解码过程主要使用上采样操作和非线性空间转移。
配置