用于图像去雾和去雨的门控上下文聚合网络

图像去雾旨在从有雾图像中恢复未受污染的内容。我们提出了一种端到端的门控上下文聚合网络，直接恢复最终无雾图像，而不是利用传统的低级或手工设计的图像先验作为恢复约束，例如暗通道和对比度增强。在该网络中，我们采用了最新的平滑膨胀技术，以帮助消除广泛使用的膨胀卷积所引起的网格伪影，同时几乎不增加额外参数，并利用一个门控子网络来融合不同层次的特征。大量实验表明，我们的方法在定量和定性方面均大幅超越了先前的最先进方法。此外，为了证明所提方法的通用性，我们进一步将其应用于图像去雨任务，同样取得了最优秀的性能。代码已发布在 https://github.com/cddlyf/GCANet。