【ACMMM 2022】Learning Hierarchical Dynamics with Spatial Adjacency for Image Enhancement
代码：https://github.com/DongLiangSXU/HDM
该论文的研究动机：近年来动态网络非常流行，因此作者引入了 channel-spatial-level，structure-level 和 region-level 的动态机制用于图像增强。具体来说：
- channel-spatial-level：使用了 CBAM 注意力机制
- structure-level：使用了 Deformable convolution
- region-level：使用了 CVPR2021的Dynamic Region-Aware Convolution（DRConv）的思想，把图像分割为多个区域，然后不同区域使用不同的卷积核处理。不同的是，在进行区域分割时，使用 暗通道 特征，直接用域值分割来得到5个区域。
CBAM 和 Deformable conv 比较经典了，这里不再回顾，只简单回顾下 DRConv，其结构如下图所示，使用卷积生成m个feature map，每个位置就有m个数值，直接用 argmax() 即可以得到最大值的index，这样就可以分割为m个区域。接着使用动态卷积的思路，就可以对各个区域使用不同的卷积核处理（详细可以参考以前的解析）
因为 argmax 不可以反向传播，还需要使用 gamble-softmax 神器来优化。为了避免这个问题，这个论文使用了暗通道（ Dark channel prior, DCP）来直接分割得到各个区域。感兴趣的可以阅读何恺明大神CVPR2009的Single Image Haze Removal Using Dark Channel Prior。统计发现，对于无模糊的自然图像，RGB各个通道的最小值形成一个暗通道，近似为零。
该方法的整体架构如上图所示，总体是 UNet 结构，只不过中间串行了上述三个动态模块。同时，skip connection 还使用了Mixup。不过，和分类中使用的 Mixup 有一定区别，该思想来自于论文：Contrastive Learning for Compact Single Image Dehazing，如下图所示，UNet 的skip connection 一般是直接相加，但 Mixup 的思想是加入一个参数来自适应的调节特征输入的权重。
实验方面，作者在图像去雾、图像去雨、弱光增强三个任务上进行了实验，均取得了非常好的性能。这里提一下 ablation study，作者调节了三个动态模块的顺序，发现论文中的顺序是最合理的，解释是：从像素到语义的安排会更合理 （the importance of local to global philosophy）。此外，作者还研究了使用 暗通道 和 DRConv 的区别。
其它实验可以参考作者论文，这里不再多说。
原文地址：http://www.cnblogs.com/gaopursuit/p/16837533.html
