【论文阅读】Gradient Information Guided Deraining with A Novel Network and Adversarial Training

arxiv201910的一篇preprint。

作者主要改进了现有ASPP(现有的ASPP在更大的感受野上不一定更有助于feature提取，反而会损害某些细节)；并且作者发现，雨水在梯度层面上更加明显，因此使用梯度信息进行指导更好。

网络如下：

$$L_{g}=\frac{1}{n} \sum_{i=1}^{n}\left[\left\|\left(\nabla_{x}\left(d_{i}\right)-\nabla_{x}\left(g_{i}\right)\left\|_{2}+\right\|\left(\nabla_{y}\left(d_{i}\right)-\nabla_{y}\left(g_{i}\right) \|_{2}\right]\right.\right.\right.$$

但是有一点需注意，derain的rain分布在高频区域，但是摩尔纹并不是均匀分布的