概述
近年來，計算機視覺快速發展，在各領域取得了較大的進展，尤其是隨着深度學習的提出，計算機視覺再封閉和受限環境下都有着不錯的表現。但是，面對開放和惡劣環境下，依然存在這巨大的挑戰。常見的就是惡劣天氣，對於戶外的視覺系統，包括自動駕駛、視頻監控，帶來了巨大的挑戰。常見的惡劣天候包括：雨、霧、雪、薶和沙塵等。提升視覺系統在惡劣天氣下的魯棒性是目前的研究重點之一。雨天作爲最常見的惡劣天氣，近年來受到了廣泛的關注，大量基於視頻或者圖像去雨的方法被提出。本文主要總結博主知道的圖像\視頻去雨的資料，方便大家進一步學習和交流。
論文整理
很多人都做過圖像和視頻去雨的論文整理，例如北京大學劉家瑛老師團隊和西安交通大學孟德宇老師團隊，分別給出鏈接：
劉：https://github.com/flyywh/Rain-Removal
孟:https://github.com/hongwang01/Video-and-Single-Image-Deraining
這裏就不再贅述，但是總結的畢竟是過往的，想實時瞭解發展動態還是需要自己檢索文獻。
文獻檢索
這裏總結CV領域搜索文獻的網站，便於快速查找文獻：
- 如果能夠翻牆，Google學術能夠解決你大部分問題，但是，google文獻太多太雜；
- 選擇你要看的文獻，圖像復原領域主要檢索ICCV、CVPR、ECCV、TPAMI、TIP、IJCV上的文獻，學校都有IEEE和Elsevier數據庫都能檢索到，另外也可以去CV foudation 上找到各個定會的paper list；也可以去dblp上面去找（https://dblp.uni-trier.de/）
- 如果要實時跟蹤最新的研究，arxiv上面有還沒有發表但是先放出的文章，一般來說，覺得自己還可以文章才放上去，所以質量還好。
更多的論文閱讀和檢索經驗要自己摸索和適應
圖像視頻去雨數據集
北京大學劉家瑛老師團隊也有總結過18年之前的數據集鏈接爲：https://github.com/flyywh/Image-Processing-Datasets
下面包括19年的列出更多的數據集：
-
2019年CVPR Heavy Rain Image Restoration: Integrating Physics Model and Conditional Adversarial Learning
雨霧共存數據集: https://www.dropbox.com/sh/zpadllquvmaztib/AACmzqQmGrRMp7qqXjbb7Gfza?dl=0 -
2019年CVPR Depth-Attentional Features for Single-Image Rain Removal
基於cityscae的雨霧共存數據集: https://www.cityscapes-dataset.com/downloads/ -
2018年CVPR Robust Video Content Alignment and Compensation framework for rain removal applications.
視頻去雨數據集：https://github.com/hotndy/SPAC-SupplementaryMaterials
可關注的個人主頁
教師主頁
- http://vllab.ucmerced.edu/people/ (Ming-Hsuan Yang團隊實驗室)
- http://www.cs.cmu.edu/~ILIM/publications/ (iLiM團隊)
- https://tanrobby.github.io/pub.html (Robby T. Tan)
- http://gr.xjtu.edu.cn/web/dymeng (孟德宇老師)
- http://59.108.48.5/course/icb/people/liujiaying.html（劉家瑛老師）
- http://homepage.hit.edu.cn/wangmengzuo（左旺孟老師）
- 。。。。
學生主頁
- https://github.com/flyywh
- https://github.com/hongwang01
- https://github.com/hotndy
- https://sites.google.com/site/hezhangsprinter/ （zhanghe adobe）
- http://www.escience.cn/people/changyi/index.html
- https://sites.google.com/view/taixiangjiang/
- 。。。
由於知識限制，所以列表並不全面