BriefGPT - AI 论文速递
·
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。
📝
内容提要
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。
🎯
关键要点
- 提出了一种基于Transformer和小波的网络（WaveletFormerNet）用于雾图像恢复。
- 通过将离散小波变换嵌入到Vision Transformer中，缓解了降采样导致的图像质量损失和颜色失真。
- 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表现出更好的效果。
🏷️
标签
➡️
