ltd0924的博客

该篇论文目的是为了提高时间分辨率使其能够支持活细胞超分辨成像，开发了一种名为SFSRM的网络结构。

2009年CVPR 这篇经典之作，现在普遍处理去雨去雾都会使用深度学习，cnn之类的算法。何凯明大佬这篇论文是完全从物理角度传统方法进行处理。在计算机视觉和计算机图形中，下述方程所描述的雾图形成模型被广泛使用                         其中I(X)就是input（待去雾的图像），J(x)是clean image，即要输出的图像，A是全球大气光成分， t(x)为透射...

导致了550个精心优化的高质量合成雾图像，其中直接从Cityscapes继承了精细的语义注释，另外还有20,000个合成模糊图像，没有精细注释。由此产生的“合成雾”图像用于调整两个语义分割模型（Yu和Koltun2016; Lin等2017）和物体探测器（Girshick2015））到雾的场景。模型以两种方式进行训练：（1）通过典型的监督学习方案，使用550个高质量注释模糊图像，和（2）通过...

这篇论文针对在有雾环境行驶的问题，提出了解决方案。该方法是基于在中度不利条件(轻雾)下的语义分割结果可以自举来解决高度不利条件(浓雾)下的相同问题。CMAda可扩展到其他不利条件，并为使用合成数据和未标记的真实数据学习提供了一个新的范例。此外，本文还提出了三个主要的独立贡献:1)一种新的方法，使用语义输入将合成雾添加到真实的晴空场景;2)一种新的雾密度估计器;3)提出了一种新的...