论文的主要贡献:

1. 使用 cGAN 训练端到端网络

2. 构建新的损失函数,生成更逼真的清晰图像并去除伪影

3. 合成了一个包含室内和室外图像的模糊数据集

一、网络结构

生成器&判别器:

网络参数:

二、损失函数

----朦胧图像

----清晰图像

1. 对抗损失

2. 感知函数(使用VGG features)

3. L1正则梯度先验+内容损失

最终 生成器 的损失函数为

根据经验选择

判别器的损失函数

三、实验结果

四、消融分析

1. 运行时间

2. 损失函数的作用

3. 鲁棒性测试

该方法对图像噪声具有较强的鲁棒性。为了评价该方法的鲁棒性,在所有测试样本中加入噪声水平为0.5%-3%的随机噪声。下图显示了合成测试数据集上几种最新方法的量化结果。即使当噪声水平增加时,我们的方法也执行得很好。

五、实验不足

所提出的方法不能很好地处理轻微模糊图像和夜间模糊图像。这可能是因为我们的训练数据集不包括类似的样本。因此,模糊模型不能学习相应的映射函数。我们将致力于收集更全面的雾霾样本并优化模型,来解决这些问题。

转载于:https://www.cnblogs.com/btschang/p/10138428.html

Single Image Dehazing via Conditional Generative Adversarial Network(CVPR2018-图像去雾)相关推荐

  1. 论文阅读:Single Image Dehazing via Conditional Generative Adversarial Network

    Single Image Dehazing via Conditional Generative Adversarial Network Runde Li∗ Jinshan Pan∗ Zechao L ...

  2. Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network

    Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network Ledig C, Theis ...

  3. Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network论文翻译——中英文对照

    文章作者:Tyan 博客:noahsnail.com  |  CSDN  |  简书 声明:作者翻译论文仅为学习,如有侵权请联系作者删除博文,谢谢! 翻译论文汇总:https://github.com ...

  4. Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network论文翻译——中文版

    文章作者:Tyan 博客:noahsnail.com  |  CSDN  |  简书 声明:作者翻译论文仅为学习,如有侵权请联系作者删除博文,谢谢! 翻译论文汇总:https://github.com ...

  5. 论文阅读 [TPAMI-2022] DE-GAN: A Conditional Generative Adversarial Network for Document Enhancement

    论文阅读 [TPAMI-2022] DE-GAN: A Conditional Generative Adversarial Network for Document Enhancement 论文搜索 ...

  6. Image De-raining Using a Conditional Generative Adversarial Network

    经典的有关本方向的GAN网络文章 引入CGAN去执行一个附加的约束,derain图像必须更加接近ground-truth 提出了GAN的对抗LOSS和新型的LOSS函数 生成器子网络利用密集连接网络( ...

  7. 《Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network》阅读笔记

    Abstract 尽管我们已经利用更快更深的卷积神经网络(CNN)突破了单一图像超分辨率的速度和精度,但有一个中心问题仍没有完美解决:当对放大很多倍的图像进行超分辨率时,我们该如何更好的恢复图像的纹理 ...

  8. 论文翻译:2019_Speech Super Resolution Generative Adversarial Network

    博客作者:凌逆战 论文地址:基于GAN的音频超分辨率 博客地址:https://www.cnblogs.com/LXP-Never/p/10874993.html 论文作者:Sefik Emre Es ...

  9. 论文翻译:Speech Super Resolution Generative Adversarial Network

    博客作者:凌逆战 论文地址:https://ieeexplore.ieee.org/document/8682215 博客地址:https://www.cnblogs.com/LXP-Never/p/ ...

最新文章

  1. 安卓高手之路之 图形系统之 图形框架(1)
  2. Xamarin XAML语言教程模板页面TemplatedPage
  3. 脑机接口,风口还是入口?
  4. OPPO R9凭创新赢得2000万销量,成2016年热销手机
  5. FreeRTOS任务通知
  6. 考研编程练习----排名
  7. Python笔记-uiautomator2环境搭建(安卓模拟器测试环境+windows开发环境)
  8. USACO-Section1.3 Transformations (矩阵旋转匹配问题)
  9. underscore源码经典--收藏
  10. 【读书心得】 高质量C++/C编程指南-林锐
  11. ubuntu下安装teamview
  12. 产品经理简历简历怎么写_完美的简历
  13. uva1391-Astronauts
  14. 一张纸的厚度为0.08mm,对折多少次能达到或超过珠穆朗玛峰的高度(8848.13米)
  15. 撤销 git commit操作
  16. 小暑将至,这组小暑海报送给你们
  17. 常用三种跨行转账方式的用户体验比较
  18. 同步交互与异步交互(简单易懂)
  19. Linux U盘分区格式化 fdisk命令
  20. Linux-CentOs7搭建公司内网网盘-ownCloud

热门文章

  1. docker上你必须会的那些命令
  2. 【Design pattern】简单工厂过渡策略模式
  3. dataframe,python,numpy 问题索引2
  4. Python两个字典键同值相加的几种方法
  5. pytorch学习笔记(九):PyTorch结构介绍
  6. LeetCode简单题之两个数对之间的最大乘积差
  7. LeetCode简单题之删列造序
  8. linux C++打包程序总结
  9. 使用NVIDIA A100 TF32获得即时加速
  10. 计算机视觉一些项目实战技术(续)