新的DCMPC-Net增强了恶劣天气下的图像恢复能力

研究人员开发了一个名为DCMPC-Net的新网络，旨在改善恶劣天气条件下的图像恢复效果。该模型利用预训练的视觉-语言模型的跨模态退化线索来指导恢复过程。该系统包含一个跨模态提示生成器、一个提示引导的注意力对齐模块和一个双特征补偿模块，以增强恢复图像的语义理解、空间对齐和结构保真度。实验表明，DCMPC-Net在专门和统一的恢复任务上均优于现有方法。 AI

影响 提高了计算机视觉系统在严峻环境条件下的可靠性。

排序理由 详细介绍新模型及其性能的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Connected Papers
• Cross-Modal Prompt Generator
• DagsHub
• DCMPC-Net
• Dual Feature Compensation Module
• Gotit.pub
• Hugging Face
• Litmaps
• Prompt-Guided Attention Alignment Module
• ScienceCast
• scite Smart Citations

• 论文
• 其他

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