CVPR 2025 | 用于真实世界图像去雾的迭代预测器 - 评判器代码解码

主要观点总结

本文介绍了一篇关于图像去雾的论文，名为“Iterative Predictor-Critic Code Decoding for Real-World Image Dehazing”。论文提出了一种新颖的迭代预测器-评判器代码解码框架，用于真实世界图像去雾。该框架利用前一次迭代获得的高质量代码，引导后续迭代中代码预测器的预测，提高代码预测准确性，确保去雾性能稳定。文章还介绍了论文的方法、创新点、实验结果等。

关键观点总结

关键观点1: 论文提出一种新型的迭代预测器-评判器代码解码框架IPC-Dehaze，用于图像去雾。

该框架不同于基于一次性解码的方法，利用前一次迭代的高质量代码提升后续迭代的代码预测准确性。

关键观点2: 引入代码评判器Code-Critic，评估代码预测器输出中代码的相互依赖关系，指导后续迭代中选择保留或拒绝哪些代码。

该模块提高了所选代码的连贯性，防止误差累积。

关键观点3: 采用独特的训练与推理策略。

训练时通过VQGAN学习高质量离散码本，分阶段训练代码预测器和代码评判器；推理时基于预测器-评判器机制进行迭代解码。

关键观点4: 实验表明，作者的方法在真实世界去雾任务中优于现有方法。

通过大量的实验验证了论文提出方法的有效性。

免责声明