论文地址:https://arxiv.org/abs/1803.08396
代码地址:https://github.com/hezhangsprinter/DCPDN
代码跑通参考:https://blog.csdn.net/qq_32734095/article/details/89059949
https://blog.csdn.net/qq_41202069/article/details/106589603(在此遥拜大佬,感谢大大分享,比心)
Abstract
我们提出了一种称为密集连接金字塔除雾网络(DCPDN)的新型端到端单图像去雾方法,它可以共同学习透射图,大气光和去雾。端到端学习是通过将大气散射模型直接嵌入到网络中来实现的,从而确保所提出的方法严格遵循物理驱动的散射模型。受密集网络的启发,可以最大限度地利用不同层次特征的信息流,我们提出了一种新的边缘保持密集连接的编码器 - 解码器结构,其中包含用于估计传输图的多层金字塔池模块。该网络使用新引入的边缘保留损失函数进行了优化。为了进一步在估计的传输图和去抖动结果之间结合相互结构信息,我们提出了一种基于生成对抗网络框架的联合鉴别器,以确定相应的去雾图像和估计的传输图是真实的还是假的。进行消融研究以证明在估计的传输图和去除颤动结果时评估的每个模块的有效性。大量的实验证明,所提出的方法比现有技术的方法有显着的改进。
论文整体流程如下: