学术报告：BAD-NET——面向目标检测友好的真实世界雾天场景去雾方法研究

一、作者与发表信息

本文由Chengyang Li（北京大学/军事科学院系统工程研究所）、Heng Zhou（西安电子科技大学/军事科学院系统工程研究所）、Yang Liu、Caidong Yang、Yongqiang Xie、Zhongbo Li（军事科学院系统工程研究所）及Liping Zhu（中国石油大学（北京））合作完成，发表于2023年7月的IEEE Transactions on Pattern Analysis and Machine Intelligence（TPAMI）第45卷第7期，论文标题为《Detection-Friendly Dehazing: Object Detection in Real-World Hazy Scenes》。

二、研究背景

科学领域：本研究属于计算机视觉中的低层图像增强（low-level image enhancement）与高层目标检测（high-level object detection）的交叉领域。

研究动机：真实雾天场景会严重降低基于深度学习的目标检测模型性能。传统解决方案分为两类：
1. 分步策略：先对雾图进行去雾复原，再输入预训练检测模型（图1b），但复原标签（如清晰图像）在真实场景中难以获取；
2. 联合训练：同时优化去雾和检测模块（图1c），但两者目标冲突——去雾关注全局图像质量，而检测聚焦目标区域特征，导致性能不佳。

研究目标：提出无需复原标签的端到端联合网络BAD-NET，通过去雾模块与检测模块的协同优化，实现检测友好的去雾（detection-friendly dehazing），提升雾天条件下的目标检测精度。

三、研究方法与流程

1. 网络架构设计

BAD-NET总体结构（图2）：
- 双分支并行结构：
- 分支1：直接提取雾图特征（保留原始雾天信息）；
- 分支2：先通过去雾模块处理雾图，再提取去雾后特征；
- 注意力融合模块（Attention Fusion Module）：通过空间-通道联合注意力机制（图5）动态融合两分支特征，缓解去雾失败时对检测的负面影响。

去雾模块（图3）：
- 改进AOD-Net的大气散射模型，将透射率图( t(x) )和大气光( a )统一为可学习参数( \omega )；
- 引入多尺度空洞卷积（dilated convolution）增强感受野，适应不同浓度的雾霾。

检测模块：基于轻量化Faster-RCNN（MobilenetV3-large骨干网络），保留经典区域提议网络（RPN）结构。

2. 自监督损失函数

雾霾鲁棒损失（HR Loss）（图7）：
- 约束去雾特征与原始雾图特征在检测骨干中的相似性（KL散度度量），使检测模块对雾霾浓度变化具有鲁棒性。
- 总损失函数：( L{total} = L{det} + \alpha L_{hr} )，其中( \alpha=0.001 )（通过消融实验确定）。

3. 间隔迭代训练策略

数据精炼流程（算法1-2）：
- 偶数轮：在原始雾天数据集上训练；
- 奇数轮：用上一轮训练的去雾模块生成去雾图像，通过雾霾添加算法生成多浓度雾图（模拟真实雾天分布），构成精炼数据集继续训练。
- 作用：避免去雾模块引入的随机噪声干扰检测模块，增强模型泛化能力。

四、实验结果

1. 数据集

• RTTS：4322张真实雾天交通场景图像，含5类目标（行人、自行车等）；
  
• VOC-Haze：基于PASCAL VOC合成的雾天数据集，含10种雾浓度等级。
  

2. 性能对比

• 对比方法：
  
  • 直接检测（Baseline-1）；
    
  • 分步策略（AOD-Net+预训练检测器）；
    
  • 联合训练（CascadeNet、DS-Net、IA-YOLO）。
    
• 结果（表II）：
  
  • BAD-NET在RTTS和VOC-Haze上的mAP（mean Average Precision）分别达58.3%和64.7%，显著优于其他方法；
    
  • 消融实验（表III）：双分支结构（+3.1 mAP）、HR损失（+1.89 mAP）、迭代训练（+1.83 mAP）均贡献显著。
    

3. 可视化分析

• 注意力融合效果（图10）：相比SK-Net和AFF模块，BAD-NET的注意力图更精准定位目标区域；
  
• 困难样本检测（图9）：对远处小目标和重度遮挡目标的性能仍有提升空间。
  

五、研究结论与价值

1. 科学价值

• 理论贡献：首次在无清晰图像标签条件下，建立了去雾与目标检测的正向关联机制；
  
• 方法论创新：双分支结构、HR损失和迭代训练策略为解决类似低层-高层任务联合优化提供了范式。
  

2. 应用价值

• 实际场景适配性：适用于自动驾驶、监控等真实雾天环境；
  
• 实时性：参数量仅增加175k，推理速度达5ms/帧（NVIDIA 3090 GPU）。
  

3. 局限性

• 深度估计依赖合成雾霾数据，真实雾浓度分布建模仍有改进空间；
  
• 对极端雾浓度（如浓雾）的检测性能待优化。
  

六、研究亮点

1. 检测友好去雾：通过自监督HR损失约束去雾方向，避免传统复原损失与检测目标的冲突；
   
2. 弱监督训练：仅需雾天图像和检测标签，无需配对清晰图像；
   
3. 轻量化设计：模块化结构易于替换（如替换骨干网络为YOLO或Transformer）。
   

七、未来方向

• 利用强化学习进一步关联检测损失与复原损失；
  
• 设计基于目标区域的局部复原质量评估损失。