文章预览
前言 本文方法能够以最小的开销和最快的推理速度去同时获得视频去雾和深度估计的结果。 Pytorch训练营,花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 来源:PaperWeekly 单位:南京理工大学(PCA Lab) 作者:樊俊凯 仅用于学术分享,若侵权请联系删除 论文标题: Depth-Centric Dehazing and Depth-Estimation from Real-World Hazy Driving Video 论文链接: https://arxiv.org/pdf/2412.11395 项目主页: https://fanjunkai1.github.io/projectpage/DCL/index.html 代码链接: https://github.com/fanjunkai1/DCL 现存问题 目前现有的视频去雾方法,主要以室内真实烟雾数据集和合成雾数据集为研究对象。室内真实烟雾数据集主要以 REVIDE 为代表,这个数据集的优点是有 ground truth,能够进行直接映射学习。缺点是很难在真实的室
………………………………