PulseAugur
实时 13:52:04
English(EN) PRISM: Rethinking Atmospheric Scattering Reconstruction as a Unified Understanding and Restoration Model for Real-world Dehazing

PRISM框架通过统一重建增强图像去雾

研究人员推出PRISM,一个用于从现实世界雾霾场景中重建清晰图像的新框架。PRISM采用一种称为近邻散射大气重建(PSAR)的物理结构化方法,联合恢复清晰场景和大气散射变量,增强了可解释性。为解决配对数据不足的问题,该系统包含一个在线雾霾合成管道和一个用于非配对学习的选择性自蒸馏适应(SSDA)方案,能够基于感知目标和散射理解进行自我优化。实验表明,PRISM在现实世界去雾基准测试中取得了具有竞争力的结果。 AI

排序理由 该集群包含一篇详细介绍图像处理新方法的学术论文。[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 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Chengyu Fang, Chunming He, Yuelin Zhang, Chubin Chen, Chenyang Zhu, Hongqiu Wang, Longxiang Tang, Xiu Li, Sina Farsiu ·

    PRISM:将大气散射重建视为现实世界去雾的统一理解与恢复模型

    arXiv:2604.07048v2 Announce Type: replace Abstract: Real-world image dehazing (RID) aims to remove haze-induced degradation from real scenes. This task remains challenging due to non-uniform haze distribution, spatially varying color shifts, and the scarcity of paired real hazy-c…