阅读论文《LAP_Net:Level-Aware Progressive Network for Image Dehazing》

   2019 ICCV的论文，没怎么看懂，随便写写放在这，有大佬看懂的带带我orz…..
   论文的出发点是对不同区域不同程度的雾采用不同程度的监督，最后将得到的结果融合在一起。具体而言，就是对于较少的雾可以通过少量的stage完成，而严重的雾要通过更多的stage处理。最后结合各个阶段得到结果的优点，对最终结果进行整合，获得较好的结果。整合各个阶段时，low level层次关注各个阶段的内容特征，high level则从全局角度关注各个阶段之间的关联性。整体框架结构如下图所示:

   可以看出其由A net，t net，restoration layer和I-net组成，各部分简介如上图。t-net每一步生成的t map不仅用于输出，还用来辅助下一步去雾。而A-net则被构建成一个分类网络，通过分类的方法实现对A map的估计。得到的和A通过下面公式获得去雾的结果J:

$$J(x) = (I(x)-A)/t(x)+A$$

   I-net的结构如下图所示，目的是产生结合不同J结果生成最终结果的权重。

该网络分成两个部分，分别是Content-based 权重预测$w_c^s$和Contextual 权重预测$w_l^s$。通过$w_l^s$使用引导滤波和CRF产生最终融合J的权重$w_s$，权重产生的过程太过复杂，这里不表。
   Loss如下，包括产生t map的loss:

$$L_t = \frac{1}{N}\Sigma^{S}_{s=1}\Sigma^{N}_{i=1}||F(I_i,\theta^s,\hat{t}_i^{s-1})-t_i^s||^2$$

   A map的loss:

$$L_A = -\Sigma_{k=1}^K p_k log(\hat{p}^k)$$

首先对这两个网络分别做训练，然后加上Lc loss:

$$L_c = \frac{1}{N} \Sigma^{N}_{i=1} ||\hat{J}_i-J_i||^2$$

对$L = L_t +L_s+L_c$联合训练，得到最终结果。整体感觉这个工作做的非常复杂，实际work的应该还是mutiple fusion的结果，构建不同的模型进行self ensemble。不过论文不公布code的话，复现应该非常困难。