近日，課題組的論文“DRR: A New Method for Multiple Adverse Weather Removal”被中科院一區(qū)期刊《Expert Systems With Applications》錄用發(fā)表。

在惡劣天氣去除及其它修復任務（如去模糊和去噪）中，每種圖像退化（如惡劣天氣、模糊、噪聲等）都會呈現(xiàn)獨特的擾動模式，需要針對性地處理或修復。僅針對單一惡劣天氣退化設計修復方案過于理想化，原因在于同一場景中的多種惡劣天氣條件往往同時存在。

鑒于此，文章提出了一種新的去除多種惡劣天氣退化疊加的方法，核心為精心設計的下采樣-去除-重建（DRR）流程。在此基礎上，我們進一步定制了一個模型，即DRR-Weather，該模型主要包含一個主干網(wǎng)絡和一個輔助分支。在DRR-Weather中，由多種惡劣天氣條件造成的多重退化輸入圖像在進入模型前會進行降采樣。DRR-Weather的主干網(wǎng)絡由兩個模塊組成：一個用于降維后的退化去除，另一個用于將圖像重建至全分辨率。退化去除模塊配備了固有淺層特征提取（ISFE）塊、固有深層特征提取（IDFE）塊和固有特征融合（IFF）塊。具體而言，ISFE和IDFE塊專門設計用于處理低分辨率的降采樣退化輸入，將其轉(zhuǎn)換為具有語義信息的特征。同時，IFF塊負責特征的通道間交互與融合，最終生成增強的特征表示。高分辨率圖像重建（HRIR）模塊在高分辨率真實圖像的監(jiān)督下進行清晰重建，利用提取的有效特征信息，從而恢復更多細節(jié)。輔助分支則配備了IFF和HRIR，專注于通過精細結構表示優(yōu)化固有特征，并借助高分辨率退化圖像的指導來重建原始退化圖像。

該工作得到了國家自然科學基金（62202507、62272116、62371145和62394334）、廣東省自然科學基金（2022A1515011209）、福建省自然科學基金（2024J01098）、廣州大學科學基金（YJ2023022）、華僑大學科研啟動基金（24BS109）、廈門市自然科學基金（3502Z202472011）的支持。

論文信息：

       本工作已在Expert Systems with Applications期刊上正式發(fā)表，作者是廣州大學的李子軒（研三），龍芳，蘇文康（通訊作者），王員根（通訊作者） ，關晴驍，以及華僑大學的蔡磊。

Zixuan Li, Fang Long, Wenkang Su*, Yuan-Gen Wang*, Qingxiao Guan, Lei Cai. DRR: A new method for multiple adverse weather removal. Expert Systems with Applications, 2025, 268: 126248.  https://doi.org/10.1016/j.eswa.2024.126248