摘要
摘要
雾霾会导致图像对比度降低、颜色失真,给图像处理带来极大挑战,严重影
响了自动驾驶的安全性,因此图像去雾方法受到广泛关注。传统方法依赖物理先
验,效果有限,所以基于深度学习的方法逐渐成为研究的热点,但现有的方法仍
存在问题:大多数算法去雾效果差,且依赖合成数据,导致在面对真实世界场景
时表现不足;另外,现有算法只实现单一去雾任务,未考虑到同步实现高级视觉
任务,导致去雾后的图像质量影响后续高级任务的应用。针对上述问题,本
摘要
摘要
雾霾会导致图像对比度降低、颜色失真,给图像处理带来极大挑战,严重影
响了自动驾驶的安全性,因此图像去雾方法受到广泛关注。传统方法依赖物理先
验,效果有限,所以基于深度学习的方法逐渐成为研究的热点,但现有的方法仍
存在问题:大多数算法去雾效果差,且依赖合成数据,导致在面对真实世界场景
时表现不足;另外,现有算法只实现单一去雾任务,未考虑到同步实现高级视觉
任务,导致去雾后的图像质量影响后续高级任务的应用。针对上述问题,本
文档评论(0)