本次分享我们邀请到了
南京理工大学博士研究生陈翔
,为大家详细
介绍他们在图像去雨方向上的探索工作:
图像视频作为计算机感知场景的关键,其质量在很大程度上决定了智能感知算法的鲁棒性。
然而复杂环境下图像视频获取的过程容易受恶劣天气环境的影响,导致所获取的图像视频质量低、内容看不清。
如何实现恶劣天气成像环境中的图像视频清晰化从而提升现有方法对图像视频内容理解的性能是解决恶劣环境下自适应感知的关键。
本次分享以雨天为例,对图像去雨进展进行总结,并分析当前研究趋势和对未来研究机遇进行展望。
Bidirectional Multi-Scale Implicit Neural Representations for Image Deraining (CVPR2024)
论文地址:
https://arxiv.org/abs/2404.01547
代码地址:
https://github.com/cschenxiang/NeRD-Rain
Learning A Sparse Transformer Network for Effective Image Deraining (CVPR2023)
论文地址:
https://arxiv.org/abs/2303.11950
代码地址:
https://github.com/cschenxiang/DRSformer
Towards Unified Deep Image Deraining: A Survey and A New Benchmark
论文地址:
https://arxiv.org/abs/2310.03535
代码地址:
http://www.deraining.tech/
Towards Ultra-High-Definition Image Deraining: A Benchmark and An Efficient Method
论文地址:
https://arxiv.org/abs/2405.17074
代码地址:
https://github.com/cschenxiang/UDR-Mixer
后台回复“
极市直播
”或点击
阅读原文
即可获取PPT
极市直播预告|如何解决恶劣天气成像问题?雨天环境下的视觉增强系列工作探索(CVPR'24)
➤
回放视频在这里☟
https://www.bilibili.com/video/BV1DJ4m1T7Wc/
➤
PPT内容截图
(点击
阅读原文
即可获取PPT)
B站:
http://space.bilibili.com/85300886#!/
腾讯视频:
http://v.qq.com/vplus/8be9a676d97c74ede37163dd964d600c
极市平台专注分享计算机视觉前沿资讯和技术干货,特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验,目前已成功举办
130
期线上分享
。近期在线分享可
点击以下合集
查看:
- 极市直播合集