Cgh-Dehazenet: A Lightweight Channel Grouping Half- Convolutional Network With Cross-Attention Refinement for Single Image Dehazing

在计算机视觉领域，人们一直在努力教机器像人类眼睛一样清晰地观察世界。其中一个最持久的障碍是雾霾，这是一种由于空气中悬浮颗粒散射光线，导致色彩褪去且细节模糊的状态。这不仅仅是一个美学问题，更是一个功能性问题。当无人机、汽车或安防系统上的摄像头透过浓雾观察时，生成的图像往往过于退化，以至于软件无法识别物体或进行安全导航。几十年来，科学家们一直试图利用基于物理规则的方法来推测清晰图像应有的样子，但当现实世界变得过于复杂时，这些方法往往会失效。近年来，研究人员转向了人工智能，通过训练深度学习网络来学习模糊照片与清晰照片之间的差异。然而，这些强大的网络通常规模庞大且计算量巨大，以至于无法在最需要它们的那些小型、电池驱动的设备上运行。

一组研究人员现在提出了一种新方法，旨在通过构建一个既高效又出奇轻量化的系统来解决这一困境。在他们的工作中，他们引入了一个名为 CGH-DehazeNet 的网络，旨在去除单幅图像中的雾霾，同时仅使用当前最先进方法所需计算能力的极小部分。其核心思想是停止让计算机进行不必要的劳动。该系统不再使用沉重的机械对图像中的每一个信息点进行处理，而是将数据分为若干组，仅对其中一半进行复杂的计算，而让另一半保持不变直接通过。这种被作者称为“通道分组半卷积”（channel grouping half-convolution）的策略，在不损失观察重要细节能力的前提下，大幅减少了所需的计算量。

为了确保图像不仅变得清晰，而且锐利且没有伪影，研究人员加入了第二层智能。在许多图像修复系统中，来自处理早期阶段的信息会被简单地粘贴到后期阶段，这有时会带入噪声或错误。新系统通过使用一种“交叉注意力机制”（cross-attention mechanism）避免了这一问题。这就像是一个智能过滤器，不断地将早期阶段提取的细节与后期阶段建立的宏观理解进行对比。它能动态地决定图像的哪些部分需要被强化，以及哪些由雾霾引起的噪声应该被抑制。此外，该系统还包含一个专门用于恢复精细纹理（例如木栅栏的纹理或树叶）的模块，而这些纹理往往是在雾霾条件下最先消失的东西。

在衡量该方法与现有技术对比的结果方面，其表现令人瞩目。在评估系统去雾能力的标准测试中，该新网络达到了超过 40 分贝的得分，这一清晰度水平足以媲美目前最优秀的方法。使这一成就尤为显著的是其成本。虽然其他高性能网络可能需要数亿个参数才能运行，但这个新模型仅需约 190 万个参数。在运行该系统所需的原始计算能力方面，它仅需其最接近竞争对手的一半不到。研究人员在室内和室外场景以及大型合成雾霾图像数据集上对该系统进行了测试，结果显示它在速度和质量上都持续优于旧方法。

这一项目的成功依赖于一些拒绝人工智能传统“越大越好”理念的具体设计选择。作者认为，仅仅堆叠更多层或扩大网络规模是解决雾霾问题的一种低效方式。相反，他们通过设计一个能够理解何时投入能量的网络，专注于效率。通过使用一种特殊的激活函数，使系统能够更平滑地处理负值，从而避免在学习过程中陷入停滞。这使其能够更有效地训练并产生更稳定的结果。团队还发现，仅仅在网络的中间部分添加更多细节增强模块就能带来最大的性能提升，这表明该过程最关键的部分是对图像中心高频纹理的仔细重建。

最终，这项工作证明了高质量的图像修复并不需要庞大且耗能的计算机。这个新网络证明，构建一个足够小、可以在移动设备或嵌入式系统上运行，同时仍能提供专业级结果的系统是可行的。研究人员表明，通过更聪明地处理信息——即通过分组通道、利用注意力机制精炼特征以及专注于纹理恢复——我们可以实现一种此前被认为需要更重型机械才能达到的清晰度。这为在电力和空间受限的现实场景中部署先进视觉系统打开了大门，例如在浓雾中航行的自动驾驶汽车，以及监测偏远地区的无人机。研究结果表明，图像修复的未来不在于构建更大的模型，而在于设计更高效的模型。