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

本文介绍了用于真实世界图像去雾的迭代预测器-评判器代码解码方法，作者提出了一种新颖的面向真实世界图像去雾的迭代预测-评判代码解码框架（IPC-Dehaze）。该方法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。同时，引入代码评判器来评估代码预测器输出中各代码之间的相互依赖关系，在迭代解码步骤中选择保留或拒绝哪些代码。采用独特训练与推理策略，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。在推理阶段，基于预测器-评判器机制进行迭代解码，从低质量图像编码开始，经多次迭代，逐步替换为高质量代码，最终重建清晰图像。

关键观点总结

关键观点1: 提出新型迭代解码去雾框架

论文提出名为IPC-Dehaze的迭代预测器-评判器代码解码框架，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。

关键观点2: 引入代码评判器

引入Code-Critic用于评估代码预测器输出中各代码之间的相互依赖关系，在迭代解码步骤中选择保留或拒绝哪些代码。

关键观点3: 采用独特训练与推理策略

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。在推理阶段基于预测器-评判器机制进行迭代解码。

关键观点4: 实验验证

实验结果表明，所提出的方法在真实世界去雾任务中优于现有方法。