AAAI 2024 | NightHaze：基于自先验学习的夜间图像去雾

论文信息

题目：NightHaze: Nighttime Image Dehazing via Self-Prior Learning

NightHaze：基于自先验学习的夜间图像去雾

作者：Beibei Lin, Yeying Jin, Wending Yan, Wei Ye, Yuan Yuan, Robby T. Tan

论文创新点

1. 自先验学习框架：论文提出了一个基于自先验学习的夜间图像去雾方法，通过严重的数据增强（如光效和噪声）来训练模型，使其能够学习到对现实世界夜间雾霾效应具有鲁棒性的强先验。
2. 严重增强策略：论文创新性地定义了严重增强，通过将噪声值增加到接近与光效混合图像的像素强度值，使得模型在训练过程中能够处理更具挑战性的夜间雾霾场景。
3. 自优化模块</