摘要
我们提出了一种新的端到端单图像去雾方法，称为密集连接金字塔去雾网络（Densely Connected Pyramid Dehazing Network, DCPDN），该方法可以同时学习透射图、大气光和去雾。通过直接将大气散射模型嵌入网络中，实现了端到端的学习，从而确保所提出的方法严格遵循物理驱动的散射模型进行去雾。受密集网络能够最大化不同层次特征间信息流的启发，我们提出了一种新的边缘保留密集连接编码器-解码器结构，并结合多级金字塔池化模块来估计透射图。该网络使用新引入的边缘保留损失函数进行优化。为了进一步融合估计透射图与去雾结果之间的相互结构信息，我们基于生成对抗网络框架提出了一个联合判别器，用于判断相应的去雾图像和估计透射图是否真实。通过消融研究展示了每个模块在估计透射图和去雾结果上的有效性。大量实验表明，所提出的方法在现有最先进方法上取得了显著改进。代码将在以下地址提供：https://github.com/hezhangsprinter