本論文では、画像の雨除去のための効果的なアプローチを提案している。主な特徴は以下の通り:
マルチスケールのTransformerアーキテクチャを採用し、異なるスケールの特徴を効果的に活用する。特に、より細かいスケールの特徴を深い構造で抽出することで、複雑な雨ストリークに対応する。
陰関数ニューラルネットワーク表現(INR)を導入し、入力画像の共通の劣化特徴を学習する。これにより、複雑な雨ストリークに対してロバストな特徴表現が得られる。
INRとTransformerの特徴抽出を統合した閉ループ構造を提案し、両者の特徴を相互補完的に活用する。
双方向のフィードバック機構を導入し、粗い特徴から細かい特徴への情報伝達と、その逆方向の情報伝達を実現する。これにより、スケール間の特徴の相互作用が強化される。
提案手法は、合成データセットおよび実世界データセットで最先端の性能を達成している。特に、複雑な雨ストリークを含む実世界データに対して優れた結果を示している。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問