坐得住凳子。
2020CVPR:MSPFN
这篇文章是2020CVPR的一篇文章,作者来自武汉大学。文章主要结合金字塔结构、信道注意力机制进而协同地表示出多尺度的雨纹信息,提出了一种MSPFN网络。
代码:戳我
本文主要提出了一种多尺度渐进融合网络(MSPFN)。
对于雨的成像原理,由于雨和相机之间的距离不同,导致图片中的雨水会呈现出不同的模糊度和分辨率,因此可以利用多分辨率和多尺度之间的互补信息来表示雨纹。本文主要提出了一个框架从输入图像尺度和层次深度特征的角度,探讨了雨纹的多尺度协同表示,进而完成去雨。
对于不同位置的相似雨纹,采用了递归计算来获取全局纹理,从而探索空间维度上的互补和冗余信息来表征目标雨纹。此外,还构建了多尺度的金字塔结构,并进一步引入了注意机制来指导不同尺度的相关信息的精细融合。
多尺度渐进融合策略提高协同表示并促进端到端训练。
主要创新之处:
1、基于雨纹的相关性,通过挖掘不同尺度雨纹之间的互补信息,包括相似的外观组
成等,并通过循环计算,对雨纹分布进行更好的建模。
2、通过三个不同的模块CFM+FFM+RM,结合金字塔结构、信道注意力机制进而协
同地表示多尺度的雨纹信息,提出了MSPFN网络。
3、将去雨方法用于检测、分割进行全面的评