针对单幅图像去雾的对抗性鲁棒变换器的微调

该研究解决了单幅图像去雾模型在面对对抗性噪声时的脆弱性问题。提出了两种轻量级微调策略，以增强预训练变换器的鲁棒性，验证了在不失洁净性能的同时显著提高了对抗性数据的保护能力。在遥感应用场景下展示了其对偏离分布数据的鲁棒性，具有重要的实际应用价值。