PriorNet: 一种新颖的轻量级网络，搭配多维交互式注意力，用于高效图像去雾
原文中文，约300字，阅读约需1分钟。发表于：。PriorNet 是一种新颖、轻量且高度适用的去雾网络，通过引入 Multi-Dimensional Interactive Attention (MIA) 机制，显著提高了雾图像的清晰度和视觉质量，同时避免了过度细节提取等问题，具备优秀的去雾和图像清晰度恢复能力，且在普适性和可部署性方面表现突出。
GridDehazeNet是一种用于单图像去雾的端到端可训练的卷积神经网络，包括预处理、骨干和后处理三个模块。它通过基于注意力的多尺度估计缓解传统方法中的瓶颈问题，生成具有更好多样性和相关特征的输入。实验结果表明，GridDehazeNet在合成和实际场景中都优于现有技术，不依赖于大气散射模型，并解释了为什么利用大气散射模型的降维优势也未必有益。
