要約
画像の霞取り（Image dehazing）は、霞によって生じる不整合なノイズを除去し、画像の視覚的魅力を向上させるための重要な画像前処理タスクである。従来のモデルは、複雑なネットワーク構造と独自の損失関数を採用しているが、これにより計算効率が低く、高性能なハードウェアを必要とするという課題がある。画像前処理においては、リアルタイムでの出力を得ることが極めて重要であり、処理時間の短縮が求められる。これらの問題を解決するため、本研究では大気モデルに依存しない極めて軽量な畳み込み型エンコーダ・デコーダネットワークを採用した汎用モデルを提案する。本ニューラルネットワークは、ネットワークの複雑さと画像品質のトレードオフを適切に制御しており、低スペックのシステムであっても性能が制限されない。複数の標準データセットにおいて、最先端の手法と同等の画像品質を達成しつつ、はるかに高速な処理速度で最適な霞取り性能を実現した。