BriefGPT - AI 论文速递
·
LMHaze：基于大规模多强度真实雾霾数据集的强度感知图像去雾
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了LMHaze数据集，包含5000对高分辨率图像，旨在解决图像去雾数据不足的问题。同时，提出了一种基于混合专家模型的去雾方法，能够动态调整参数，性能优于现有技术。
🎯
关键要点
- 本研究提出了LMHaze数据集，包含5000对高分辨率图像。
- LMHaze数据集旨在解决图像去雾领域中真实图像配对数据匮乏的问题。
- 数据集包含多种场景和雾霾强度，显著提升了现有数据集的规模。
- 论文提出了一种基于混合专家模型的去雾方法。
- 该去雾方法能够根据雾霾强度动态调整模型参数。
- 实验结果显示该方法在真实场景中的去雾性能优于当前最先进的方法。
➡️
