CVPRW2019论文,目的是消除rain steak。
论文的motivation(这里是直接谷歌翻译的):为了充分利用多尺度冗余,网络通过层次小波变换将多雨图像分解为多尺度子带,然后分别由几个子网进行处理。 特别地,小波变换还起到下采样的作用,并在不增加网络深度或不牺牲网络效率的情况下扩大了接收场。现有的方法仍然无法消除复杂背景场景中的大雨斑,并且无法将雨斑与无雨背景的相似图像纹理区分开。
使用类似上图的方法进行不同band上的derain
使用multi-scale loss进行训练
Paper reading notes, code sharing platforms
CVPRW2019论文,目的是消除rain steak。
论文的motivation(这里是直接谷歌翻译的):为了充分利用多尺度冗余,网络通过层次小波变换将多雨图像分解为多尺度子带,然后分别由几个子网进行处理。 特别地,小波变换还起到下采样的作用,并在不增加网络深度或不牺牲网络效率的情况下扩大了接收场。现有的方法仍然无法消除复杂背景场景中的大雨斑,并且无法将雨斑与无雨背景的相似图像纹理区分开。
使用类似上图的方法进行不同band上的derain
使用multi-scale loss进行训练
本文标题:【论文阅读】Pyramid Convolutional Network for Single Image Deraining
文章作者:Zeyuxiao
发布时间:2020年02月01日 - 11:02
最后更新:2020年02月01日 - 21:02
原始链接:https://zeyuxiao1997.github.io/2020/02/01/PDRNet/
许可协议: 署名-非商业性使用-禁止演绎 4.0 国际 转载请保留原文链接及作者。
WeChat Pay
Alipay