研究人员开发了 ZID-Net，一个旨在通过将扩散监督与前馈推理解耦来改进单图像去雾的新型框架。该方法旨在结合扩散模型的强大生成先验和卷积神经网络的计算效率。ZID-Net 使用频率-空间解耦骨干网络，其中包含用于噪声过滤和上下文捕获的特定模块，以及在训练期间提供监督而不会增加推理成本的独特零推理先验传播头。 AI
影响 为图像去雾引入了一种新的架构，该架构平衡了质量和效率，有可能提高计算机视觉应用的性能。
排序理由 这是一篇介绍图像处理新技术框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.23709v1 Announce Type: new Abstract: Single image dehazing is often constrained by a trade-off between restoration quality and computational efficiency. While efficient, CNN networks struggle to learn robust priors for dense and non-homogeneous haze. Conversely, diffus…