UNET改进71：添加自研LEGM模块|

本文内容：在不同位置添加LEGM

目录

论文简介

1.步骤一

2.步骤二

3.步骤三

4.步骤四

---

论文简介

从一张模糊图像中恢复出清晰的图像是一项开放的逆问题。尽管已取得显著的研究进展，但大多数现有方法忽略了下游任务对上游去雾过程的促进作用。从雾的生成机制来看，场景的深度信息与模糊图像之间存在潜在联系。基于此，我们提出了一种双任务协同互促框架，以实现单张图像的去雾。该框架通过双任务交互机制整合了深度估计和去雾，并实现了它们性能的相互提升。为了实现这两个任务的联合优化，开发了一种具有差异感知的替代实现机制。一方面，提出了去雾结果的深度图与理想图像深度图之间的差异感知，以促使去雾网络关注去雾的非理想区域。另一方面，通过提高模糊图像难以恢复区域的深度估计性能，去雾网络能够明确利用深度信息。为了辅助清晰图像的恢复，利用模糊图像。为了促进深度估计，我们提出使用去雾图像与真实图像之间的差异来引导深度估计网络关注去雾不理想