AAAI 2025高分论文：基于真实世界雾霾驾驶视频的视频去雾和深度估计

文章预览

©PaperWeekly 原创 · 作者 |  樊俊凯 单位 |  南京理工大学（PCA Lab） 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。 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外雾场景下获得好的去雾效果。这类方法的代表有 CG-IDN（CVPR 2021）和 PM-Net（ACMMM 2022）。 其次是以合成雾为研究对象的视频去雾方法，合成的雾视频数据集主要以 HazeWorld 为代表，这 ………………………………