BriefGPT - AI 论文速递
·
基于提示的实时图像去雾测试流程：一种新的流水线
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该文介绍了一种基于U-Net的深度学习模型，用于单幅图像去雾。该模型表现出了顶尖水平，能够高效地恢复超高清分辨率模糊图像。
🎯
关键要点
- 提出了一种基于U-Net的编码器-解码器深层网络模型用于单幅图像去雾。
- 模型通过逐步特征融合实现从有雾图像到去雾图像的非线性变换。
- 在两个公共图像去雾基准测试中，该模型表现出色。
- 模型在GPU的高效内存使用下能够恢复超高清分辨率模糊图像，达到了顶尖水平。
➡️
