BriefGPT - AI 论文速递
·
RainMamba: 基于状态空间模型的增强本地性学习用于视频去雨
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种名为MDeRainNet的高效网络，用于去除光场图像中的雨线。该网络采用多尺度编码器-解码器架构，在Macro-pixel图像上直接操作以提高去雨线性能，并引入ESAI模块来建模空间和角度信息之间的全局相关性。经过实验证明，该方法在定量和定性上优于现有方法。
🎯
关键要点
- 提出了一种名为MDeRainNet的高效网络，用于去除光场图像中的雨线。
- 该网络采用多尺度编码器-解码器架构，直接在Macro-pixel图像上操作以提高去雨线性能。
- 引入了Extended Spatial-Angular Interaction (ESAI)模块，建模空间和角度信息之间的全局相关性。
- 采用半监督学习框架以改善网络在现实场景中的泛化性能。
- 经过广泛实验验证，该方法在定量和定性上优于现有方法。
🏷️
标签
➡️
