You Only Look Yourself: Unsupervised and Untrained Single Image Dehazing Neural Network

论文链接：https://arxiv.org/abs/2006.16829

You Only Look Yourself（YOLY），性能优于DDIP、N2V等网络，作者团队：四川大学&悉尼大学&好未来AI Lab

在本文中，我们研究了单个图像去雾中的两个具有挑战性的问题，即如何使深度学习无需ground-truth的干净图像（无监督）和图像集合（未经训练）进行训练即可实现图像去雾。无监督的神经网络将避免费力地收集朦胧的图像对，而未经训练的模型是一种``真实的''单图像去雾方法，该方法可以仅基于观察到的朦胧图像本身来消除霾，而无需使用额外的图像。受层解缠结思想的启发，我们提出了一种新颖的方法，称为“只看自己”YOLY，它可能是最早的用于图像去雾的无监督和未经训练的神经网络之一。简而言之，YOLY使用三个联合子网将观察到的模糊图像分成几个潜在层，即场景辐射层，透射图层和大气光层。之后，将这三层以自监督的方式进一步构成模糊图像。由于YOLY具有不受监督和未经训练的特性，因此我们的方法绕开了在朦胧清洁对或大型数据集上进行深度模型的常规训练范例，从而避免了劳动密集型数据收集和域迁移问题。此外，由于其层disentanglement机制，我们的方法还提供了一种有效的基于学习的雾度迁移解决方案。广泛的实验表明，与四个数据库中的14种方法相比，我们的方法在图像去雾方面具有令人鼓舞的性能。

内容中包含的图片若涉及版权问题，请及时与我们联系删除