DADFNet: Dual Attention and Dual Frequency-Guided Dehazing Network for Video-Empowered Intelligent Transportation

要約

タイトル：DADFNet：デュアルアテンションとデュアル周波数による車両搭載ビデオ向け開発対応指向脱毛ネットワーク

要約：

– 視覚監視技術は、進んだ交通管理システムの必須的な機能の一つである。
– 霧、水滴、ミストなどの悪天候の影響を受け、ビデオベースの監視は困難になる。
– 現時点では最良の手法よりも優れた可見性強化と検出精度の改善を示し、実際のイメージと合成イメージの両方で広範な実験を行うことができる。
– ダメージョンデュアルサブネットによる注意と周波数マッピングの共同考慮により、搭載車両ビデオ像のリアルタイムの可視性強化が可能となる。
– 2080 Ti GPU上で1,920*1,080の画像を処理するのにわずか6.3ミリ秒しかかからず、交通システムの展開に大変効率的である。

要約(オリジナル)

Visual surveillance technology is an indispensable functional component of advanced traffic management systems. It has been applied to perform traffic supervision tasks, such as object detection, tracking and recognition. However, adverse weather conditions, e.g., fog, haze and mist, pose severe challenges for video-based transportation surveillance. To eliminate the influences of adverse weather conditions, we propose a dual attention and dual frequency-guided dehazing network (termed DADFNet) for real-time visibility enhancement. It consists of a dual attention module (DAM) and a high-low frequency-guided sub-net (HLFN) to jointly consider the attention and frequency mapping to guide haze-free scene reconstruction. Extensive experiments on both synthetic and real-world images demonstrate the superiority of DADFNet over state-of-the-art methods in terms of visibility enhancement and improvement in detection accuracy. Furthermore, DADFNet only takes $6.3$ ms to process a 1,920 * 1,080 image on the 2080 Ti GPU, making it highly efficient for deployment in intelligent transportation systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI