跳到正文
arXiv · 机器人与计算机视觉· Yang Jin, Guangyu Guo, Linghao Shen, Binglu Wang·· 2026-10-19AI 评分45

UniPolar:通过物理一致性学习实现复合退化下的联合图像与偏振恢复

UniPolar: Joint Image and Polarimetric Restoration under Compound Degradations via Physical Consistency Learning

AI 导读

UniPolar 提出耦合图像斯托克斯框架,针对 CPFA 成像中光强与偏振角差异同时受扰的复合退化问题,实现图像与 DoLP 平均 PSNR 分别为 31.522 dB 和 24.097 dB。该方法结合双域频交互与条件调制机制,在输出端对齐图像推导与直接预测的斯托克斯分量并正则化角度保真度及物理可行性。研究强调联合考虑视觉保真度与偏振可靠性对基于学习的恢复方法的重要性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org