如何获取图像的驱动_精读:视频和单图像去雨水方法综述

本文详述了视频和单图像去雨水技术,分为模型驱动和数据驱动两类。尽管已有多种方法,但泛化能力和实际效率仍是挑战。作者提供了资源丰富的存储库,包含论文链接、源代码、数据集和质量度量,以促进进一步研究。未来研究方向包括模型与数据驱动的融合、半监督学习和实时处理技术。
摘要由CSDN通过智能技术生成

eb76c855a74741e19123cb1a78198f5a.png
推荐阅读文献:王宏,李明翰,吴以晨,赵谦,孟德玉.视频和单幅影像的除雨研究.arXiv:1909.08326.2019
GitHub项目资源链接:hongwang01/Video-and-Single-Image-Deraining

雨痕可能会严重降低视频/图像处理任务的性能。

因此,从视频或单个图像中去除雨水的研究一直是计算机视觉和模式识别领域的研究热点,近年来针对这一课题提出了多种方法。

然而,目前还没有一篇全面的综述性论文对现有的雨水排除方法进行总结,并对其综合性能进行公正的比较,特别是还没有现成的工具包来积累最新的有代表性的方法,便于性能比较和性能评价。

针对这一有意义的任务,本文作者团队对视频和单幅图像的雨水去除方法进行了综述。具体来说,这些方法分为模型驱动和数据驱动两类,并进一步介绍了每种方法的更详细的分支。

通过对合成数据和真实数据的可视化和定量实验,评价和分析了各种方法的内在能力,特别是泛化能力。此外,他们还发布了一个综合的存储库,包括74篇除雨论文的直接链接,9种视频除雨方法和20种单图像除雨方法的源代码,19个相关项目页面,6个合成数据集和4个真实数据集,以及4个常用的图像质量度量,为了便于现有用户现有方法的再现和性能比较。并讨论了该方向今后研究的局限

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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
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