自然環境におけるもやや霧は通常、不均一かつ不規則であり、コンピュータビジョンタスクに大きな影響を与えます。そこで本論文では、強化されたエッジ特徴二重枝融合除霧ネットワーク（Enhanced-edge-feature Dual-branch Fusion Dehazing Network, EDFDNet）を提案します。画像の真実性を保持しつつ、著しいぼかし状態でも除霧後の視認性を効果的に向上させるために、ネットワークの主要分岐として画像詳細伝達分岐を構築し、離散小波変換を融合したU型ネットワークの階層的エンコーダ・デコーダ構造を用いて多尺度の詳細特徴情報を抽出し、強化されたエッジ情報判定の数学的手法を定義しました。特徴抽出分岐はResNet残差ブロックとTransformerおよび二重注意を組み合わせた並列特徴抽出モジュールを連結し、局所特徴と全局特徴を融合して、ネットワークの不均一もや画像の理解能力と処理効果を高め、画像の視認性をさらに回復します。これら2つの分岐を生成敵対ネットワーク（GAN）の主幹構造に組み込み、除霧ネットワークEDFDNetを形成しました。実験結果は、この手法が屋外合成データセットにおいて平均PSNRおよびSSIMをそれぞれ1.2567、0.0308向上させ、実世界データセットの評価においてPIQE、RI、およびVIがそれぞれ21.471、0.9711、0.9003の最良指標を達成したことを示しました。EDFDNetは真実性の向上と視認性の回復の両面で良好な結果を示し、実世界の不均一なもや画像の除霧に適しています。

実世界のもや;不均一除霧;特徴融合;エッジ特徴強化;生成敵対ネットワーク