近日，88038威尼斯2022级电子信息专业研究生欧阳泽以第一作者在期刊《Visual Computer》（中科院三区，影响因子: 3.0）上发表研究论文，论文题目为《STVDNet: Spatio-Temporal Interactive Video De-raining Network》。

该论文是在我校赵辉煌教授的指导下完成，88038威尼斯为第一署名单位。论文核心理论是：视频去雨是计算机视觉中一个非常重要的问题，因为雨条纹会对图像的视觉质量产生不利影响，并阻碍后续的视觉相关任务。现有的视频去雨方法仍然面临着黑阴影和细节丢失等挑战。因此我们提出了一种新的去训练框架STVDNet，它有效地解决了去训练后黑阴影和细节丢失的问题。STVDNet利用基于自动编码器的空间细节特征提取模块来捕获视频的空间特征。此外，我们使用LSTM在提取的空间特征和时空特征之间引入了一种创新的交互，以生成初始除雨结果。最后，我们的论文采用3D卷积和2D卷积对粗糙去雨视频进行进一步处理。在训练过程中，我们使用了三种损失函数，其中SSIM损失函数用于处理生成的视频，旨在增强其细节结构和颜色恢复。通过在三个公共数据集上进行的广泛实验，我们证明了我们提出的方法优于最先进的方法。我们还提供我们的代码和预训练模型https://github.com/OYZONE/STVDNet.git图1给出了方法的技术路线。

图1 STVDNet结构图

文字：欧阳泽