要約
雪は、通常、雪片、雪線、および覆い効果（霞や霧と類似）を含む極めて複雑な大気現象である。本研究では、雪粒子の形状およびサイズの多様性に対応するため、単一画像からの除雪アルゴリズムを提案する。まず、複雑な雪の形状をより適切に表現するため、二重木構造ウェーブレット変換（dual-tree wavelet transform）を導入し、ネットワーク内に複素ウェーブレット損失（complex wavelet loss）を提案する。次に、雪粒子のサイズ差をより適切に理解するため、ネットワークに階層的分解パラダイム（hierarchical decomposition paradigm）を導入する。さらに、雪景に特化した新たな特徴量として「矛盾チャネル（contradict channel, CC）」を提案する。本研究では、雪粒子を含む領域が雪なし領域に比べてCCにおける強度が高くなる傾向があることを発見した。この識別性の高い特徴を活用し、雪除去性能の向上を目的とした矛盾チャネル損失を構築した。また、既存の雪画像データセットの限界を踏まえ、雪状況を包括的にシミュレートするため、大規模なデータセット「Comprehensive Snow Dataset（CSD）」を提案する。実験結果から、提案手法は3つの合成データセットおよび実世界データセットにおいて、既存手法を優れており、優れた性能を発揮することが示された。本研究のコードおよびデータセットは、https://github.com/weitingchen83/ICCV2021-Single-Image-Desnowing-HDCWNet にて公開されている。