我们提出了一个两阶段的弱监督dehazing框架，RefineDNet。 在第一阶段，RefineDNet在恢复可见性之前采用暗通道-----恢复可见性 在第二阶段，对结果细化，通过使用未配对的雾状清晰图像进行对抗性学习--------提高真实性（只需要去除伪影—弱监督） 为了得到更合格的结果，我们还提出了一种有效的感知融合策略来融合不同的去杂输出。 基于学习的视觉效果好，基于先验的去雾效果好。

《RefineDNet: A Weakly Supervised Refinement Framework for Single Image Dehazing》论文阅读 文章目录 《RefineDNet: A Weakly Supervised Refinement Framework for Single Image Dehazing》论文阅读论文简介摘要介绍本文主要贡献 提出的网络框架