TCSVT 2025 | 当雾密度感知与扩散模型相遇：从合成到真实的去雾方法

论文信息

题目：When Aware Haze Density Meets Diffusion Model for Synthetic-to-Real Dehazing

当雾密度感知与扩散模型相遇：从合成到真实的去雾方法

作者：Shibai Yin, Yiwei Shi, Yibin Wang, Yee-Hong Yang

论文创新点

1. 提出创新模型：论文提出扩散模型DMSR，创新性地将基于物理的去雾模型与基于条件去噪扩散模型（CDDM）的去雾方法相结合，通过将基于物理模型生成的粗透射率图和粗去雾结果作为条件，使CDDM在雾密度引导下实现稳定且高质量的采样，有效实现图像去雾。
2. 设计CDDM去雾模型：基于CDDM的去雾模型被设计为同时生成无雾图像和细化的透射率图。该设计借助透射率图，使模型能够基于雾密度感知进行稳健的去雾处理。
3. 提出重采样策略：提出一种雾密度感知重采样策略，该策略借助透射率图，将粗去雾结果纳入重采样过程，充分利用基于CDDM的去雾模型强大的优化能力和雾密度感知