パラメータ共有特性を持つ畳み込み操作は主に画像の局所特徴の抽出に焦点を当てており、受容野の範囲を超える特徴をモデル化できません。また、画像全体で同じ畳み込み核パラメータを共有すると、異なる領域の特性の違いが無視されます。既存の方法の表現力不足を克服するために、グローバルおよびローカル特徴融合デフォグネットワークが提案されました。これは、Transformerと畳み込み操作をそれぞれ利用して画像のグローバルおよびローカル特徴情報を抽出し、それらを融合して出力することで、Transformerの長距離依存関係のモデリングと畳み込み操作の局所的知覚特性の利点を十分に活かし、特徴の効率的な表現を実現しています。最終的な復元画像の出力前には、多スケール画像ブロックを含む強化モジュールが設計され、Transformerを利用してグローバル特徴情報をさらに集約し、復元画像の詳細を豊かにしています。また、グローバル位置エンコーダーが提案されており、画像のグローバルなコンテンツ情報に基づいて位置エンコーディングを適応的に生成し、ピクセル間の依存関係の2次元空間位置のモデリングを実現しています。実験結果は、提案されたデフォグネットワークが合成および実画像データセットの両方で優れた去霧性能を示し、復元画像がより自然で詳細な再現度が高いことを示しています。

画像去霧;生成的敵対ネットワーク;Transformer;位置エンコーディング生成器