- 授权协议: MIT
- 开发语言: Python
- 操作系统: 跨平台
- 软件首页: https://github.com/XiaLiPKU/RESCAN
- 软件文档: https://github.com/XiaLiPKU/RESCAN
- 官方下载: https://github.com/XiaLiPKU/RESCAN
软件介绍
RESCAN 全称为 Recurrent Squeeze-and-Excitation Context Aggregation Net ，是由来自北大深圳研究生院、北京大学、上海交通大学的研究学者提出的一种单图像深度去雨算法。
雨水条纹会严重降低能见度，导致许多当前的计算机视觉算法无法工作。因此在某些场景下有必要去除图像中的雨水，比如自动驾驶。他们提出了一种基于深度卷积和递归神经网络的新型深度网络体系结构，用于单图像去雨。由于背景信息对于雨水位置定位非常重要，因此首先采用扩张卷积神经网络来获取更大的感受野(receptive field) 。为了更好地适应去雨任务，还修改了扩张卷积网络。
在大雨中，雨水条纹有各种方向和形状，可以看作是多个雨水层的积累。通过结合 squeeze-and-excitation 块，根据强度和透明度为不同的雨条纹层分配不同的 α 值。由于雨水条纹层彼此重叠，因此在一个 stage 中不容易完全去除雨水。因此他们进一步将雨水分解分为多个 stage 。结合递归神经网络以保留先前阶段中的有用信息并有利于后期的去雨。
最终算法对合成数据集和现实数据集进行了大量实验，该方法在所有评估指标下都优于目前最先进的方法。
论文地址：https://arxiv.org/abs/1807.05698v1
