WaveletFormerNet:基于 Transformer 的用于真实世界非均质和密集雾去除的小波网络
原文中文,约300字,阅读约需1分钟。发表于: 。本文提出了一种基于 Transformer 和小波的网络 (WaveletFormerNet) 用于现实世界中的雾图像恢复,它通过将离散小波变换嵌入到 Vision Transformer 中来缓解由于降采样导致的图像质量损失和颜色失真,同时引入了并行卷积和特征聚合模块以提高模型的性能和泛化能力。实验结果表明,WaveletFormerNet 在雾图像恢复和计算机视觉应用中具有比现有方法更好的效果。
本文提出了一种基于Transformer和小波的网络(WaveletFormerNet)用于雾图像恢复,通过嵌入离散小波变换到Vision Transformer中,缓解了降采样导致的图像质量损失和颜色失真,同时引入了并行卷积和特征聚合模块以提高模型性能和泛化能力。实验结果表明,WaveletFormerNet在雾图像恢复和计算机视觉应用中表现出更好的效果。