HardGAN: A Haze-Aware Representation Distillation GAN for Single Image Dehazing
貌似有人写过了，博客链接放在这里:
https://blog.csdn.net/space_walk/article/details/109060528
Physics-based Feature Dehazing Networks
和上一篇论文有点像，也是针对性的设计一个去雾block，嵌入在U-Net里，去解决image dehaze的问题。整体结构如下图所示:
如上图所示，其中c是整体的framework，a是其中的基本模块PFDB，而每个PFDB则包含一个FDU，也就是b图。
去雾公式原始可以写为:
接着经过一系列变换，可以写为:
FDU这里将最后的channel split成两个部分，分别模拟$F_1$和$KA_t$，这样可以帮助重建$KJ$。
看起来实现应该不复杂，复现难度应该不大，其他部分见论文。