多重注意力网络TANet:用于全方位恶劣天气图像恢复
原文中文,约300字,阅读约需1分钟。发表于: 。本文针对恶劣天气图像恢复中的多天气条件问题提出了一种新方法。通过引入三重注意力机制,TANet能够整合不同天气的共同特征,从而统一地恢复图像,显著提高了图像修复效果,展示了其在全方位恶劣天气图像恢复中的卓越表现。
我们提出了一种名为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,并通过ESAI模块建模空间和角度信息的全局相关性。半监督学习框架提升了泛化性能。实验结果显示,该方法在合成和真实光场图像上优于现有方法。