论文研究 单图像去雾:生成对抗网络分析

雾霾是一种非常普遍的现象，会降低或降低可见度。 在需要高质量图像的情况下，它会引起各种问题，例如流量和安全监控。 因此，从场景中去除雾霾是获得清晰视野的迫切需求。 最近，除了常规的除雾机制外，还应用了不同类型的深度生成对抗网络（GAN）来抑制噪声并提高除雾性能。 但是，尚不清楚这些算法如何在“野外”获取的模糊图像上执行，以及如何评估该领域的进展。 为了弥合这一差距，本文提供了对三个单图像除雾技术的最新GAN模型的全面研究，例如AOD-Net，cGAN和DHSGAN。 我们使用包含合成图像和实际模糊图像的基准数据集进行了实验。 对获得的结果进行定量和定性评估。 在这些技术中，DHSGAN具有最佳