LEFTNet：面向双分支协同单幅图像去雾的低频增强特征传输网络

《Frontiers in Artificial Intelligence》：LEFTNet: low-frequency enhanced feature transmission network for dual-branch collaborative single image dehazing

　　

图像去雾是一项基础的底层视觉任务，旨在从有雾图像中恢复高保真图像。在自动驾驶、空中监视和户外场景识别中，由于传播介质中散射引起的光衰减，图像质量显著下降，尤其是在雾天、霾天或烟雾条件下。尽管现有的深度学习方法取得了显著进展，但它们仍受限于过度平滑、雾霾频率信息利用不充分以及对多尺度特征交互考虑不足等问题。为应对这些挑战，研究人员提出了一种新颖的单幅图像去雾框架，称为低频增强特征传输网络（Low-Frequency Enhanced Feature Transmission Network, LEFTNet），该网络由四个专门模块组成：雾霾抑制模块（Haze Suppression Block, HSB）、双分支模块（Dual-Branch Block, DBB）、跨尺度融合模块（Cross-Scale Fusion Block, CSFB）和通道挖掘机制（Channel Mining Mechanism, CMM）。在第一阶段，有雾输入图像被分解为两个互补的低频表示：雾霾相关分量（I_haze^L）和频域分量（I_freq^L），二者由HSB联合处理，以实现早期的通道选择性雾霾衰减。随后，编码器提取多尺度层次化特征，并在每个阶段通过通道挖掘模块进行净化。DBB的残差细化实现了图像内全局到局部的特征交互，而CSFB的可学习融合系数实现了跨尺度特征融合。具有全局平均池化（Global Average Pooling, GAP）的双全连接瓶颈层抑制雾霾主导通道，同时增强结构敏感通道。两个对称分支确保互补表示学习，由L1损失和感知LSSIM损失组成的混合损失函数同时保证了像素级精度和感知保真度。在RESIDE-6K、I-Haze、O-Haze和NH-Haze四个基准上的综合实验表明，与近期去雾方法相比，LEFTNet在峰值信噪比（Peak Signal-to-Noise Ratio, PSNR）、结构相似性指数（Structural Similarity Index Measure, SSIM）、平均亮度误差（Average Mean Brightness Error, AMBE）、梯度幅值相似性偏差（Gradient Magnitude Similarity Deviation, GMSD）和视觉显著性诱导指数（Visual Saliency-Induced Index, VSI）指标上取得了有竞争力的性能。

**研究背景与现存问题**

图像去雾是一项基础的底层视觉任务，旨在从受大气散射影响的退化图像中恢复高保真清晰图像。在自动驾驶、空中监视和户外场景识别等应用中，大气中悬浮颗粒对光线的散射与吸收会导致对比度损失、颜色失真、边缘模糊和场景结构丢失，严重影响目标检测、语义分割、同时定位与建图（Simultaneous Localization and Mapping, SLAM）等下游视觉任务的性能。大气散射模型（Atmospheric Scattering Model, ASM）为雾天退化提供了物理解释，但准确估计大气光和透射率仍是病态问题。现有方法存在诸多不足：基于先验的方法在浓雾、天空主导、夜间和非均匀大气条件下性能显著退化；基于卷积神经网络（Convolutional Neural Network, CNN）的方法感受野有限，难以建模大规模雾霾分布下的长程上下文关系；基于Transformer的方法虽能捕获全局上下文，但随着图像分辨率增加，其计算和内存开销急剧增大，限制了在资源受限平台上的实际部署。此外，大多数现有方法完全在空间域处理雾霾，未显式利用大气退化的频谱特性；标准编码器-解码器架构通过直接跳跃连接传播受雾霾污染的浅层特征；雾霾敏感通道的重新校准也未得到充分探索。针对上述问题，研究人员开展了本研究。

**研究内容与结论**

研究人员提出了低频增强特征传输网络（Low-Frequency Enhanced Feature Transmission Network, LEFTNet），这是一个基于编码器-解码器结构的单幅图像去雾网络，包含四个协同模块：雾霾抑制模块（Haze Suppression Block, HSB）、双分支模块（Dual-Branch Block, DBB）、跨尺度融合模块（Cross-Scale Fusion Block, CSFB）和通道挖掘机制（Channel Mining Mechanism, CMM）。LEFTNet首先将有雾输入图像分解为雾霾相关低频分量I_haze^L和包含结构细节的频域分量I_freq^L，通过HSB实现早期通道选择性雾霾衰减；编码器在各阶段通过通道挖掘模块净化多尺度层次化特征；DBB通过残差机制实现全局到局部的跨分支特征交互；CSFB通过可学习融合系数实现自适应跨尺度特征融合。网络采用对称双分支架构和共享权重设计，以L1+LSSIM混合损失函数进行优化。在RESIDE-6K、I-Haze、O-Haze和NH-Haze四个基准数据集上与11种最新方法的定量和定性比较表明，LEFTNet在四个数据集上均取得了最佳的峰值信噪比（Peak Signal-to-Noise Ratio, PSNR）和平均亮度误差（Average Mean Brightness Error, AMBE），分别达到28.76 dB和4.80、22