PulseAugur
中
实时 09:26:05
English(EN) HazeSpikeMamba: Coupling Spiking-Inspired and State-Space Features for Self-Supervised Real-World Dehazing

新的HazeSpikeMamba框架增强了真实世界图像去雾能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了HazeSpikeMamba，一个用于真实世界图像去雾的新型框架，它结合了脉冲启发和状态空间特征。这种方法解决了当前依赖合成数据的方法的局限性，而合成数据通常无法捕捉真实世界雾气的复杂性。HazeSpikeMamba采用U-Net架构，包含一个脉冲启发的局部路径和一个注意力状态空间全局路径，能够高效处理长距离依赖。该框架还包含一种归纳适应方法，使用无标签的目标数据来优化模型，从而提高BRISQUE和NIMA等指标的性能。 AI

影响 引入了一种新颖的图像去雾方法，与合成数据训练的模型相比，可能提高真实世界图像的性能。

排序理由 发布了一篇详细介绍新型计算机视觉模型的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的HazeSpikeMamba框架增强了真实世界图像去雾能力

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Haoran Liu, Huibin Li, Mingzhe Liu, Peng Li, Guibin Zan ·

    HazeSpikeMamba：耦合脉冲启发和状态空间特征以实现自监督真实世界去雾

    arXiv:2608.06886v1 Announce Type: new Abstract: Dehazing networks are commonly trained on synthetic hazy-clear pairs, but their performance often drops on real photographs. Synthetic haze generated using the atmospheric scattering model does not fully capture the variability of r…

相关话题