Gated Context Aggregation Network for Image Dehazing and Deraining 이미지 해징 및 비제거를 위한 게이티드 컨텍스트 집계 네트워크

이미지 디헤이징은 흐린 이미지에서 원래의 손상되지 않은 내용을 복원하는 것을 목표로 합니다. 전통적인 저레벨 또는 수작업 이미지 사전(예: 어두운 채널 및 대비 증가)을 복원 제약 조건으로 활용하지 않고, 우리는 최종적으로 안개 없는 이미지를 직접 복원하기 위한 엔드투엔드 게이트 컨텍스트 집계 네트워크를 제안합니다. 이 네트워크에서는 일반적으로 사용되는 확장된 합성곱에 의해 발생하는 격자 아티팩트를 제거하기 위해 최신 부드러운 확장 기술을 도입하여 추가 매개변수를 거의 늘리지 않으면서 이를 수행하며, 게이트 서브네트워크를 활용하여 다양한 레벨의 특성을 융합합니다. 광범위한 실험 결과는 우리의 방법이 양적 및 질적으로 이전 최고 수준의 방법들을 크게 초월할 수 있음을 입증하였습니다. 또한, 제안된 방법의 일반성을 보여주기 위해 이미지 디레이닝 작업에도 적용하였으며, 이 역시 최고 수준의 성능을 달성하였습니다. 코드는 https://github.com/cddlyf/GCANet에서 제공됩니다.