単一画像の除霧用汎用モデル非依存畳み込みニューラルネットワーク

霧とスモッグは、画像の品質に影響を与える最も一般的な環境要因の一つであり、したがって、画像解析にも影響を与えます。本論文では、画像の霧除去を目的としたエンドツーエンドの生成手法を提案します。この手法は、入力画像内の霧構造を認識し、クリアで霧のない画像を復元する完全畳み込みニューラルネットワーク（FCN）の設計に基づいています。提案手法は、大気散乱モデルを探求しないという点で無知性（agnostic）を持っています。意外にも、SOTS屋外画像（大気散乱モデルを使用して合成されたもの）においても、既存の最先端手法に対して優れた性能を達成しています。プロジェクトの詳細とコードは以下のURLからご覧いただけます: https://github.com/Seanforfun/GMAN_Net_Haze_Removal