论文题目:Multi-Scale Boosted Dehazing Network with Dense Feature Fusion
发表:CVPR2020
作者:Hang Dong等西安交通大学
1、目的
The goal of image dehazing is to restore a clean scene from
a hazy image.
大气散射模型:
2、背景
作者提出之前用于去雾的深度学习的方法not well optimized
for the image dehazing problem.对此,作者在本文中提出的方法遵循两个原则,boosting和error feedback .
boosting最初是用在去噪的方法中,error feedback尤其是反投影技术是用在超分辨率相关的方法中
网络采用U-Net架构,在解码器中进行图像恢复并加入了SOS模块增强策略恢复无雾图像。
在编码阶段,由于U-Net编码器的下采样操作会压缩空间信息,因此提出了基于反射投影技术的DFF网络模块,使用该模块同时保留高分辨率特征的空间信息,并利用非临近特征进行图像去雾。
3、方法
MSBDN整体