BriefGPT - AI 论文速递
·
能量信息扩散模型的非配对真实感图像去雨
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种双重对比学习方式，用于探索非配对样本的共同属性，并开发了无配对单影像去雨敌对框架DCD-GAN。实验结果表明，该方法在合成和真实数据集上表现优异，与其他模型相比具有可比较的结果。
🎯
关键要点
- 提出了一种双重对比学习方式，用于探索非配对样本的共同属性。
- 开发了无配对单影像去雨敌对框架DCD-GAN。
- DCD-GAN包括双向翻译分支(BTB)和对比指导分支(CGB)。
- 实验结果表明，该方法在合成和真实数据集上表现优异。
- 与现有的无配对去雨方法相比，DCD-GAN产生可比较的结果。
➡️
