要約
本稿では、畳み込みニューラルネットワーク（CNN）を用いて構築された画像の霞消去モデル、All-in-One Dehazing Network（AOD-Net）を提案する。このモデルは再定式化された大気散乱モデルに基づいて設計されており、従来の多くのモデルが透過率行列と大気光を別々に推定していたのに対し、AOD-Netは軽量なCNNを用いて直接クリーンな画像を生成する。この新しいエンドツーエンド設計により、Faster R-CNNなどの他の深層学習モデルに容易に統合可能であり、霞がかった画像における高レベルタスクの性能向上が期待できる。合成データセットおよび自然な霞がかった画像データセットを用いた実験結果から、PSNR、SSIMおよび主観的視覚品質の観点で、最先端技術と比較して優れた性能を示した。さらに、AOD-NetをFaster R-CNNと連結した場合、霞がかった画像上での物体検出性能が著しく向上することが確認された。