Single Image Deraining via Rain-Steaks Aware Deep Convolutional Neural Network

要約

雨の画像では雨のステーキが空間的に変化しているため、単一の雨の画像から雨のステーキを取り除くのは困難です。
この問題は、従来の画像処理技術と深層学習ベースの技術を組み合わせることによって、この論文で研究されています。
雨の画像から高周波情報を抽出するために、改良された加重誘導画像フィルター (iWGIF) が提案されています。
高周波情報は主にレインステーキとノイズを含み、レインステーキを認識した深層畳み込みニューラルネットワーク（RSADCNN）がレインステーキにもっと注意を払うように導くことができます。
RSADNN の効率と説明能力が向上します。
実験は、提案されたアルゴリズムが、質的および量的尺度の両方に関して、合成画像と実世界の画像の両方で最先端の方法よりも大幅に優れていることを示しています。
雨天時の自律航行に役立ちます。

要約(オリジナル)

It is challenging to remove rain-steaks from a single rainy image because the rain steaks are spatially varying in the rainy image. This problem is studied in this paper by combining conventional image processing techniques and deep learning based techniques. An improved weighted guided image filter (iWGIF) is proposed to extract high frequency information from a rainy image. The high frequency information mainly includes rain steaks and noise, and it can guide the rain steaks aware deep convolutional neural network (RSADCNN) to pay more attention to rain steaks. The efficiency and explain-ability of RSADNN are improved. Experiments show that the proposed algorithm significantly outperforms state-of-the-art methods on both synthetic and real-world images in terms of both qualitative and quantitative measures. It is useful for autonomous navigation in raining conditions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google