.png){kind=icon}
返回
Dynamic patch-level contrastive learning for image dehazing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2026.113529.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种基于补丁的对比学习方法用于图像去雾。
• 该方法基于雾密度动态选择正负样本。
• 使用灰度图像以减少大气光干扰。
• 同时捕获局部和全局特征以保留图像细节。
• 该方法在合成和真实世界数据集上取得了优异的结果。
Keyword:
contrastive learning
image dehazing
patch-based method
fog density
feature preservation
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
分享收藏分享收藏Improved Dark Channel Prior for Image Defogging Using RGB and YCbCr Color Space使用RGB和YCbCr颜色空间改进图像去雾的暗通道先验.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Adaptive self-Attention enhanced conditional GAN for image dehazing自适应自注意力增强的条件生成对抗网络用于图像去雾Pattern Recognition
Pattern RecognitionIF7.6
PREAI
分享收藏
查看更多内容