CVPRAug, 2019

使用通用监控摄像头检测降雨

PDF
TL;DR通过使用监视摄像头，设计了一个系统来检测降雨。使用 3D 卷积的现代 CNN 方法与先前的最新方法进行比较，结果表明，选择感兴趣区域对性能有很大的影响，并且该提议的 3D CNN 在所有指标上都表现出比以前的最新方法更好的表现。
rain detectionsurveillance camerascnn-based methodvisual rain datasetregion-of-interest
发现论文，激发创造
  • 交通监控中的雨水去除：是否重要？

    本文提出了一个新的数据集，用于评估基于计算机视觉技术中的人工去雨算法的效果，并提出了新的评估协议来评估这些算法在道路监控视频的不同天气条件下对分割、实例分割和特征跟踪算法的提高效果，研究结果表明，近期的单帧基于的雨去除算法可以在提高分割的准确性方面提高 19.7%，但会对特征跟踪造成负面影响，而最好的基于视频的雨去除算法可以提高 7.72% 的特征跟踪准确度。

    Oct, 2018

  • 视频与单张图像中雨水去除调查

    本研究对当前针对视频和单张图片的雨滴去除方法进行了全面综述和评估，包括模型驱动方法和数据驱动方法，并推出了相关工具库，以便进行表现比较和性能评价。

    Sep, 2019

  • 针对对抗攻击的鲁棒性降雨去除：一个全面的基准分析及其发展

    本文针对强降雨情况下图像和视频的降雨除去问题进行了深入研究，发现深度学习技术的降雨去除方法更容易受到针对性的对抗攻击，因此本文综合比较了不同深度学习算法在人类感知和机器分析任务下的降雨去除效果及其对于对抗攻击的鲁棒性。除此之外，本文还结合审核结果构建了一种更加鲁棒的降雨除去技术，同时还对各类面向降雨除去问题的对抗攻击及其对于人类和机器视觉任务的影响进行了分析，并提供了可供使用的代码。

    Mar, 2022

  • 单幅图像深度联合雨滴检测与去除

    本文提出了一种基于深度学习架构，通过新的雨画像模型解决单幅图像中存在大雨和雨斑累积的雨滴去除问题，并通过使用二进制雨斑图和重复的雨检测实现更好的效果。

    Sep, 2016

  • 一种基于 CNN 框架的雨水去除视频内容的鲁棒对准与补偿方法

    通过将场景分解为深度一致的单位，并在 SP 级别对场景内容进行对齐处理，本文提出了一种新的去雨算法，该算法采用卷积神经网络将排序空间 - 时间匹配张量和一致的时间匹配张量准备用作输入特征，从而为中间去雨输出恢复高频细节。

    Mar, 2018

  • 潜在的自动驾驶威胁：通用去雨攻击

    本文提出了一种通用降雨攻击方法（URA），该方法通过生成一种非加性的空间扰动，显著降低了场景修复的相似度和图像生成质量，从而针对图像去雨算法的漏洞展开攻击，并证明 URA 方法可对现有单图像去雨算法减少场景修复能力和图像生成质量，从而得出了一种图像去雨算法的漏洞检测工具。

    Nov, 2022

  • 具有空间注意力机制的高清真实雨数据集单图像去雨方法

    本研究提出一个半自动的方法来生成高质量的干净图像，并构建了一个大规模的数据集，以更好地模拟现实情况下的雨条带效应。新的 SPatial Attentive Network（SPANet）以本地到全局的方式移除雨条带，并取得了与现有去雨技术相当的优异性能。

    Apr, 2019

  • 通向通用快速视频去雨的知识蒸馏

    通过知识蒸馏，我们提出了一种基于 Rain Review 的通用视频除雨网络（称为 RRGNet），它可以处理不同的雨线类型，并具备最佳的运行速度和除雨效果。

    Aug, 2023

  • 基于视觉的复杂背景和雨天下的无人机检测

    本文研究了计算机视觉和深度学习技术在无人机检测方面的表现，探究了在复杂背景、不同大小、复杂天气等挑战条件下使用一阶段探测器和二阶段探测器进行 UAV 检测的性能，并对两个数据集进行了评估，研究结果为发展更为强大的 UAV 检测方法提供了借鉴。

    May, 2023

  • 清晰见天空：基于去雨的图像修复

    本研究提出了一种改进在有附着雨滴和条纹影响的图像分割任务的方法，通过引入新颖的立体数据集并以此进行噪声降低生成器的训练，最终有效去除真实的水滴所产生的影响，并在道路标记分割和语义分割等任务中展现出显著的提高。

    Jan, 2019