近日，課題組的論文“DRR: A New Method for Multiple Adverse Weather Removal”被中科院一區(qū)期刊《Expert Systems With Applications》錄用發(fā)表。

在惡劣天氣去除及其它修復(fù)任務(wù)（如去模糊和去噪）中，每種圖像退化（如惡劣天氣、模糊、噪聲等）都會(huì)呈現(xiàn)獨(dú)特的擾動(dòng)模式，需要針對(duì)性地處理或修復(fù)。僅針對(duì)單一惡劣天氣退化設(shè)計(jì)修復(fù)方案過(guò)于理想化，原因在于同一場(chǎng)景中的多種惡劣天氣條件往往同時(shí)存在。

鑒于此，文章提出了一種新的去除多種惡劣天氣退化疊加的方法，核心為精心設(shè)計(jì)的下采樣-去除-重建（DRR）流程。在此基礎(chǔ)上，我們進(jìn)一步定制了一個(gè)模型，即DRR-Weather，該模型主要包含一個(gè)主干網(wǎng)絡(luò)和一個(gè)輔助分支。在DRR-Weather中，由多種惡劣天氣條件造成的多重退化輸入圖像在進(jìn)入模型前會(huì)進(jìn)行降采樣。DRR-Weather的主干網(wǎng)絡(luò)由兩個(gè)模塊組成：一個(gè)用于降維后的退化去除，另一個(gè)用于將圖像重建至全分辨率。退化去除模塊配備了固有淺層特征提?。?/span>ISFE）塊、固有深層特征提?。?/span>IDFE）塊和固有特征融合（IFF）塊。具體而言，ISFE和IDFE塊專門設(shè)計(jì)用于處理低分辨率的降采樣退化輸入，將其轉(zhuǎn)換為具有語(yǔ)義信息的特征。同時(shí)，IFF塊負(fù)責(zé)特征的通道間交互與融合，最終生成增強(qiáng)的特征表示。高分辨率圖像重建（HRIR）模塊在高分辨率真實(shí)圖像的監(jiān)督下進(jìn)行清晰重建，利用提取的有效特征信息，從而恢復(fù)更多細(xì)節(jié)。輔助分支則配備了IFF和HRIR，專注于通過(guò)精細(xì)結(jié)構(gòu)表示優(yōu)化固有特征，并借助高分辨率退化圖像的指導(dǎo)來(lái)重建原始退化圖像。

該工作得到了國(guó)家自然科學(xué)基金（62202507、62272116、62371145和62394334）、廣東省自然科學(xué)基金（2022A1515011209）、福建省自然科學(xué)基金（2024J01098）、廣州大學(xué)科學(xué)基金（YJ2023022）、華僑大學(xué)科研啟動(dòng)基金（24BS109）、廈門市自然科學(xué)基金（3502Z202472011）的支持。

論文信息：

       本工作已在Expert Systems with Applications期刊上正式發(fā)表，作者是廣州大學(xué)的李子軒（研三），龍芳，蘇文康（通訊作者），王員根（通訊作者） ，關(guān)晴驍，以及華僑大學(xué)的蔡磊。

Zixuan Li, Fang Long, Wenkang Su*, Yuan-Gen Wang*, Qingxiao Guan, Lei Cai. DRR: A new method for multiple adverse weather removal. Expert Systems with Applications, 2025, 268: 126248.  https://doi.org/10.1016/j.eswa.2024.126248