晴朗的夜晚就在前方：迈向多天气夜间图像恢复

恢复受多种恶劣天气条件影响的夜间图像是一个实际但尚未得到充分探索的研究问题，因为在现实世界中，多种天气条件常常与夜间的各种光照效应同时存在。本文首先探索了具有挑战性的多天气夜间图像恢复任务，其中各种天气退化类型与眩光效应相互交织。为了支持这项研究，我们贡献了 AllWeatherNight 数据集，该数据集包含大规模高质量夜间图像，具有多样的合成退化，这些退化是使用我们引入的光照感知退化生成方法合成的。此外，我们提出了 ClearNight，一个统一的夜间图像恢复框架，可以有效地一次性去除复杂的退化。具体而言，ClearNight 提取基于 Retinex 的双重先验，并分别明确引导网络关注不均匀光照区域和固有纹理内容，从而增强了夜间场景的恢复效果。为了更好地表示多种天气退化的共同和独特特征，我们引入了一种天气感知动态特异性-普适性协作方法，该方法识别天气退化并自适应地选择与特定天气类型相关的最优候选单元。我们的 ClearNight 在合成和真实世界图像上都取得了最先进的性能。全面的消融实验验证了 AllWeatherNight 数据集的必要性以及 ClearNight 的有效性。项目页面：https://henlyta.github.io/ClearNight/mainpage.html