BriefGPT - AI 论文速递
·
准确且轻量级的去雾方法：多接受野非局部网络和新型对比正则化
💡
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。该模型在GPU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。
🎯
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高度非线性变换。
- 在两个公共图像去雾基准测试中表现出色。
- 模型在GPU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。
➡️
