Model-Based Single Image Deep Dehazing

要約

モデルベースの単一画像の曇り除去アルゴリズムは、低いPSNR値を犠牲にして、シャープなエッジと豊かなディテールを備えた画像を復元します。
データ駆動型のものは、PSNR値は高いがコントラストは低く、ヘイズが残っている画像を復元します。
この論文では、モデルベースのアプローチとデータ駆動型のアプローチを融合することにより、新しい単一画像のヘイズ除去アルゴリズムを紹介します。
透過マップと大気光の両方がモデルベースの方法で初期化され、神経増強を形成する深層学習アプローチによって洗練されます。
透過マップと大気光を使用して、かすみのない画像を復元します。
実験結果は、提案されたアルゴリズムが実世界および合成のかすんでいる画像からかすみをうまく取り除くことができることを示している。

要約(オリジナル)

Model-based single image dehazing algorithms restore images with sharp edges and rich details at the expense of low PSNR values. Data-driven ones restore images with high PSNR values but with low contrast, and even some remaining haze. In this paper, a novel single image dehazing algorithm is introduced by fusing model-based and data-driven approaches. Both transmission map and atmospheric light are initialized by the model-based methods, and refined by deep learning approaches which form a neural augmentation. Haze-free images are restored by using the transmission map and atmospheric light. Experimental results indicate that the proposed algorithm can remove haze well from real-world and synthetic hazy images.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google