摘要

雪是一种高度复杂的气象现象，通常包含雪花、雪痕以及类似雾霾或薄雾的弥漫效应。本文提出一种单图像去雪算法，以应对雪粒子在形状与尺寸上的多样性。首先，为更准确地表征复杂的雪形，我们引入双树复小波变换（dual-tree wavelet transform），并在网络中提出一种复小波损失函数（complex wavelet loss）。其次，我们在网络中设计了一种分层分解架构，以更好地理解不同尺度雪粒子的分布特征。最后，针对雪景提出一种新型特征——矛盾通道（Contradict Channel, CC）。我们发现，含雪区域在CC特征图中的强度明显高于无雪区域。基于这一具有判别性的特征，我们构建了矛盾通道损失函数，用于提升去雪效果。此外，由于现有雪景数据集存在局限性，为全面模拟各类雪天场景，我们构建了一个大规模数据集——综合雪景数据集（Comprehensive Snow Dataset, CSD）。实验结果表明，所提方法在三个合成数据集及多个真实世界数据集上均显著优于现有方法。相关代码与数据集已开源，地址为：https://github.com/weitingchen83/ICCV2021-Single-Image-Desnowing-HDCWNet。