HyperAIHyperAI
منذ 17 أيام

إعادة التفكير في النهج التدريجي من العام إلى الخاص في إزالة الضبابية من صورة واحدة

Sung-Jin Cho, Seo-Won Ji, Jun-Pyo Hong, Seung-Won Jung, Sung-Jea Ko
إعادة التفكير في النهج التدريجي من العام إلى الخاص في إزالة الضبابية من صورة واحدة
الملخص

تم استخدام استراتيجيات من الخشن إلى الدقيق على نطاق واسع في تصميم هيكل شبكات إزالة الضباب من صورة واحدة. وعادةً ما تقوم الطرق التقليدية بوضع شبكة فرعية متعددة المقياس فوق بعضها باستخدام صور مدخلات متعددة المقياس، ثم تحسين وضوح الصورة تدريجيًا من الشبكة الفرعية السفلية إلى العلوية، مما يؤدي حتمًا إلى تكاليف حسابية عالية. ولتحقيق تصميم شبكة سريعة ودقيقة لإزالة الضباب، نعيد النظر في الاستراتيجية من الخشن إلى الدقيق ونقدّم شبكة U ذات مدخلات متعددة ومخرجات متعددة (MIMO-UNet). تتميز MIMO-UNet بثلاث خصائص مميزة: أولاً، يستخدم المُشفِّر الواحد في MIMO-UNet صورًا مدخلة متعددة المقياس لتخفيف صعوبة التدريب. ثانيًا، يستخدم المُفكِّك الواحد في MIMO-UNet إخراجًا متعدد الصور المُزالة للضباب بمقاييس مختلفة، مما يحاكي الشبكات المتسلسلة من نوع U باستخدام شبكة واحدة على شكل حرف U. ثالثًا، تم إدخال دمج الميزات غير المتماثل لدمج الميزات متعددة المقياس بطريقة فعّالة. أظهرت التجارب الواسعة على مجموعتي بيانات GoPro وRealBlur أن الشبكة المقترحة تتفوق على أحدث الطرق من حيث الدقة وتعقيد الحساب. يُمكن الاطلاع على الكود المصدري لأغراض البحث عبر الرابط التالي: https://github.com/chosj95/MIMO-UNet.

إعادة التفكير في النهج التدريجي من العام إلى الخاص في إزالة الضبابية من صورة واحدة | أحدث الأوراق البحثية | HyperAI