ZHFD-Net：通过高频增强和深度引导优化实现零样本图像去雾

《Signal Processing: Image Communication》：ZHFD-Net: Zero-shot image dehazing via high-frequency enhancement and depth-guided optimization

　　

李双琦 | 莫尼尔·卡尼切 | 孟超 | 万一桥 | 王聪聪

• •
  设计了一种零样本框架，无需使用模糊图像与清晰图像的配对数据，即可实现去雾处理。
• •
  该框架包含去雾和重新去雾两个阶段，其中：(1)采用多尺度特征自适应增强机制，高效融合高频和低频信息；(2)利用网络估计关键模型参数，包括大气光和传输图。
• •
  设计了一种合适的深度感知损失函数，并结合了不同的一致性项，以学习整体架构。
• •
  在合成数据和真实世界数据集上的评估表明，所提出的方法相较于几种现有最先进方法具有显著优势。