Concepts de base
本論文は、画像の霧関連特徴と非霧関連特徴を直交的に分離することで、無対応画像の脱霧を行う新しい手法を提案する。
Résumé
本論文は、無対応画像の脱霧(UID)に関する新しい手法を提案している。UID は、同一背景の霧画像と晴れ画像のペアを取得することが困難であるため、重要な研究課題となっている。
提案手法の主な特徴は以下の通りである:
- 画像特徴を霧関連特徴と非霧関連特徴に直交的に分離する。これにより、霧除去と背景情報の保持の矛盾を解消する。
- 深さ方向特徴分類器(DWFC)を導入し、自己教師学習によって各チャンネルの特徴が霧関連か非霧関連かを判別する。
- 加重パッチNCE損失関数を提案し、霧関連特徴と非霧関連特徴をそれぞれ対応する特徴空間で引き寄せる。
実験結果から、提案手法が既存の無対応画像脱霧手法に比べて優れた性能を示すことが確認された。特に、実世界の霧画像に対して高い脱霧効果と画質保持を実現している。
Stats
霧画像と晴れ画像の特徴は深く結合しており、完全に分離することは困難である。
霧関連特徴と非霧関連特徴の割合を固定的に設定すると、脱霧性能が大幅に低下する。
提案手法のOrthogonal MLPは、特徴の直交性を厳密に保証し、特徴の関連性を大幅に低減できる。
Citations
"画像の霧関連特徴と非霧関連特徴を直交的に分離することで、霧除去と背景情報の保持の矛盾を解消する。"
"深さ方向特徴分類器(DWFC)を導入し、自己教師学習によって各チャンネルの特徴が霧関連か非霧関連かを判別する。"
"加重パッチNCE損失関数を提案し、霧関連特徴と非霧関連特徴をそれぞれ対応する特徴空間で引き寄せる。"