ICCV2023:更快、更灵活的Transformer图像去雾网络

点击蓝字 关注我们

关注并星标

从此不迷路

计算机视觉研究院

b430dabfa1f85f984e95ae9ece6d59a0.gif

ebb1abe382bae213ab92a1a4012a3b45.gif

公众号ID计算机视觉研究院

学习群扫码在主页获取加入方式

代码获回复“去雾”获取源代码

95eaf419f5c0b73deac475fa54fd8cb6.png

计算机视觉研究院专栏

Column of Computer Vision Institute

介绍了一种新的多支路线性Transformer网络,称为MB-TaylorFormer,能够有效且高效的进行图像去雾任务。

6ec877decb4fe39dc6420dc67e6e5134.gif

01

摘要

be19ac384af7ce0301982ee351f8c86e.png

1977dafa3b812878e131076baafc3822.gif

02

新框架

新框架:

3fa585fabc08c78c0b88b2a59b8f8a26.jpeg

5a070ea5e7d05f1a50a12e65ca7f265a.png

Taylor Expanded Multi-head Self-Attention

50467c1ccf72c6c31338a266f6d4276b.png

affbaad4557c8e496f509e20efa2b12a.png

f09e89a6a186032fd0fa3c040427cc78.gif

03

实验

Main Results

dd93c9b11872ad85b8a2bb1e3ff9bd57.jpeg

dca060f33afcdd3cf2675d95f752a42f.png

45f455494fde3d8720503daad9229b1a.jpeg

8454a4336adc29ca4cfa0623b109a643.jpeg

上图给出了合成数据集与真实数据上的视觉效果对比,可以看到:MB-TaylorFormer不仅在阴影处更好的恢复了细节,同时也有效的避免了伪影和色偏。

3f9fa84bfca5c8bb8381e7ba7b5bdd43.gif

03

Ablation Studies

fa23bfd18692f58ff4b99ba5ac1822d2.jpeg

142be491c14cb0fe98de081a38ff4cb6.png

c359ef4921f018497f24ef692be083ca.jpeg

Effectiveness of multi-scale attention refinement module

上表表明MSAR模块的设计能够以一种极轻量化的设计有效提升TaylorFormer的性能

fb7e9276dbde2a30cb66a4abf1d1bede.jpeg

Comparison with other linear self-attention modules

上表通过T-MSA和多种不同的线性Transformer的对比,证明了T-MSA在去雾任务上的有效性。

01c8b6ff7e36e4a29235703be46a270c.jpeg

f2171940d1ec57c3adab837355c7cf0e.png

实验室介绍

中山大学智能工程学院的前沿视觉实验室(FVL主页:https://fvl2020.github.io/fvl.github.com/)由学院金枝副教授建设并维护,实验室目前聚焦在图像/视频质量增强、视频编解码、3D 重建和无接触人体生命体征监测等领域的研究。旨在优化从视频图像的采集、传输到增强以及服务后端应用的完整周期。我们的目标是开发通用的概念和轻量化的方法。为了应对这些挑战,我们将持之以恒地进行相关的研究,并与其他实验室进行合作,希望利用更多关键技术,解决核心问题。长期欢迎有志之士加入我们!

© THE END 

cc1f0a19b7a5b12452fe446b7ca851cc.gif

转载请联系本公众号获得授权

cfb65ba83a45e5144bc6d5869b8d3d53.gif

计算机视觉研究院学习群等你加入!

ABOUT

计算机视觉研究院

计算机视觉研究院主要涉及深度学习领域,主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。研究院每日分享最新的论文算法新框架,提供论文一键下载,并分享实战项目。研究院主要着重”技术研究“和“实践落地”。研究院会针对不同领域分享实践过程,让大家真正体会摆脱理论的真实场景,培养爱动手编程爱动脑思考的习惯!

2df520b1a9dee2ea390985ddd8f7fa2b.png

 往期推荐 

🔗

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

计算机视觉研究院

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值