图像条纹检测 python_MSPFN：用于单图像去雨的多尺度渐进融合网络（CVPR2020）

Multi-Scale Progressive Fusion Network for Single Image Deraining

论文下载：Multi-Scale Progressive Fusion Network for Single Image Deraining

代码开源：kuihua/MSPFN

表现SOTA！性能优于PreNet、SEMI和RESCAN等网络，代码即将开源！

作者团队：武汉大学&UNCC&哈工大等

空气中的雨条纹（Rain streaks）由于其位置到相机的距离不同而出现各种模糊程度和分辨率。在下雨图像中以及在其多尺度（或多分辨率）版本中都可以看到类似的雨模式，这使得可以利用此类补充信息来表示雨条纹。

在这项工作中，作者团队从输入图像比例和层次化深度特征的统一框架（称为多尺度渐进融合网络（MSPFN），用于去除单个图像去雨）中探索雨条纹的多尺度协作表示。对于不同位置的相似雨条纹，采用递归计算来捕获全局纹理，从而允许在空间维度上探索互补和冗余的信息以表征目标雨条纹。

此外，本文还构建了多尺度金字塔结构，并进一步引入了注意力机制，以指导不同尺度下该相关信息的精细融合。这种多尺度渐进融合策略不仅可以促进合作，而且可以促进端到端训练。该提出的方法在几个基准数据集上得到了广泛的评估，并获得了最新的结果。此外，还进行了联合去雨，检测和分割任务的实验，并激发了视觉任务驱动图像去雨的新研究方向。