RESIDE数据集链接。

简介：
通过对RESIDE数据集的深入分析，我们采用了合成现实图像去雾化（Synthetic Reality Image Dehazing，简称RESIDE）方法，该方法构建了一个庞大的基准数据集，它由合成图像与真实世界朦胧图像相结合而成。 此项研究旨在对现有的针对单个图像的去雾算法进行全面而深入的研究和评估。 RESIDE数据集特别强调了多样化的数据源以及各种图像内容，并被划分为五个不同的子集，每个子集都专门用于特定的训练或评估目标。 为了更全面地评估去雾算法的性能，我们还提供了多种标准指标，包括完全参考指标、无参考指标以及主观评估和创新性的任务驱动评估方法。 在RESIDE数据集上进行的实验结果表明了当前最先进的去雾算法的优劣对比，并指出了其存在的局限性，同时提出了值得期待的未来研究方向。 此外，对单个图像进行除雾处理并超越现有基准测试[ ]比比克斯的研究也为该领域提供了重要的参考。