12:06官方账号arXiv cs.AI@Cencen Liu, Wen Yin, Dongyang Zhang, Dongmin Li, Shan Zhao, Bing Su, Tao He, Jielei Wang, Guoming LuDAR-Net 在统一框架中处理去雨、去雾、去模糊等退化,提出退化原型表示模块构造结构化退化状态。语义歧义校正模块生成退化感知提示,空间歧义校正模块将特征约束到正交响应子空间。在三个退化和五个退化设置下,平均 PSNR 比最强对手分别提高 0.14 dB 和 0.34 dB,在 CDD-11 和 WeatherBench 上也表现更好。论文DAR-Net图像恢复全合一推荐理由:这篇论文做了个 DAR-Net,把不同图像退化分开处理,三个和五个退化任务上 PSNR 都超过现有方法,做图像恢复的可以看看。原文稍后读已读值得跟进有用关注 DAR-Net