تُركب الصور الضبابية التقليدية عبر نموذج التشتت الجوي الأحادي (ASM)، الذي يتجاهل عمليات التشتت المتعددة والنقل الضوئي المتأصلة في البيئات الواقعية. نتيجة لذلك، يوجد تغيير في توزيع الميزات الجوهرية بين الصور الضبابية الاصطناعية والحقيقية، مما يقيد التعميم لنماذج إزالة الضباب. لسد هذه الفجوة، يقترح هذا البحث طريقة لتوليد الضباب قائمة على نموذج التشتت المتعدد (MSM). من خلال نمذجة خصائص التشتت لأحوال الطقس الضبابية الحقيقية بدقة، تُحسِّن الطريقة المقترحة من الواقعية الجسدية والتناسق في الميزات للصور الضبابية الاصطناعية. تُظهر التجارب على مجموعات البيانات الواقعية، بما في ذلك OverwaterHaze وRTTS وSevereFog، أن النماذج التي أُعيد تدريبها باستخدام نموذج MSM المقترح تتفوق باستمرار على القواعد الأساسية المدربة باستخدام نموذج ASM عبر جميع مقاييس التقييم. في المتوسط، تحقق طريقتنا تخفيضات بنسبة 52.6% في FADE و28.6% في HazDesNet، بالإضافة إلى انخفاضات بنسبة 11.3% و15.9% في NIQE وPI. تُظهر هذه النتائج فعالية وقدرة تعميم نهجنا.
درس يان وزملاؤه (من،) هذا السؤال.