计算机科学 > 计算机视觉与模式识别
[提交于 2023年9月16日
]
标题: AOSR-Net:全功能沙尘去除网络
标题: AOSR-Net: All-in-One Sandstorm Removal Network
摘要: 大多数现有的沙尘暴图像增强方法基于传统理论和先验知识,这往往限制了它们在现实场景中的适用性。 此外,这些方法通常采用先进行颜色校正再去除灰尘的策略,这使得算法结构过于复杂。 为了解决这个问题,我们引入了一个新的图像恢复模型,名为一体化沙尘去除网络(AOSR-Net)。 该模型是基于重新构建的沙尘暴散射模型开发的,通过集成中间参数直接建立图像映射关系。 这种集成方案有效解决了沙尘图像增强领域中过度增强和泛化能力弱的问题。 在合成和真实世界沙尘暴图像上的实验结果证明了所提出的AOSR-Net优于最先进的(SOTA)算法。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.