arXiv · ML· Rayen Dhahri, Lei Sun, Victor Javier Kartsch Morinigo, Alice Pagnoux, Luca Benini, Danda Pani Paudel, Luc Van Gool·· 10 天前AI 评分37
PhysDNet 通过物理驱动的梯度放大实现实时图像去雾
PhysDNet: Physics-Driven Gradient Amplification for Real-Time Image Dehazing
AI 导读
PhysDNet 在 Seeing Through Fog 基准上性能优于竞品 1.67 dB,计算量降低 5.2 倍,恢复 54.9% 的雾致检测损失。 该轻量架构融合近红外图像与稀疏 LiDAR 深度,通过物理约束双头目标进行训练,在 L/M/S 变体中以低于 4 瓦功耗运行。 模型被 NeurIPS 2026 接收,支持在固定功能 NPU 上部署。
来源:arXiv · ML · arxiv.org