多スケールブースト化デヘイジングネットワークと密な特徴融合

本稿では、U-Netアーキテクチャに基づき、密な特徴融合を組み込んだマルチスケールブーストデヘイジングネットワーク（Multi-Scale Boosted Dehazing Network with Dense Feature Fusion）を提案する。本手法は、ブースティングと誤差フィードバックという2つの原則に基づいて設計されており、これらがデヘイジング問題に適していることを示す。提案モデルのデコーダーに「強化－操作－差分」（Strengthen-Operate-Subtract）というブースティング戦略を組み込むことで、段階的に霞みのない画像を復元するシンプルかつ効果的なブーストデコーダーを構築した。また、U-Netアーキテクチャにおける空間情報の保持という課題に対処するため、逆投影フィードバック方式を用いた密な特徴融合モジュールを設計した。本研究では、この密な特徴融合モジュールが、高解像度特徴から失われがちな空間情報を同時に補完するとともに、隣接しない特徴間の情報を有効に活用できることを示した。広範な評価結果から、提案モデルがベンチマークデータセットおよび実世界の霞み画像において、最先端の手法と比較しても優れた性能を発揮することが明らかになった。