Deraindrop related work

[meton-robean]

早期传统方法: 利用雨滴的物理特性进行建模与定位雨滴位置，使用多帧的上下文信息来去雨滴

1. H. Kurihata. Rainy weather recognition from in-vehicle camera images
   使用PCA从raindrop patches 中提取主特征, 识别阶段用主特征对测试patch进行模板匹配

2. Roser and Geiger Video-based raindrop detection for improved image registration ICCV workshops 2009
   作者假设将雨滴建模成球形区域，利用这点去匹配patch中类似的区域来达到识别雨滴的位置

3.Yamashita et al. A Virtual Wiper - Restoration of Deteriorated Images by Using Multiple Cameras
融合多个摄像头所拍到的多张图片的结果来去除雨滴，需要硬件系统支持。

4.Shaodi You Adherent Raindrop Modeling, Detectionand Removal in Video
利用optic flow 和 intensity change 信息来检测雨滴，并且利用视频的前后帧信息来恢复图像。

[meton-robean]

deraindrop 深度学习类
1.Eigen et al. Restoring an image taken through a window covered with dirt or rain.
使用简单的三层CNN来取出图片中的dirt spots and raindrops. 只能去除小的雨滴，而且结果比较模糊。

2. Qian. AttentiveGAN Attentive generative adversarial network for raindrop removal from a single image.
   使用了GAN，并且利用注意力机制学习到雨滴的位置信息的heatmap从而提高去雨滴效果。

3. pix2pix 在image-to-image translation 受欢迎，在qian的工作中也被用来学习有雨到无雨的mapping，但是直接使用效果不理想。

4.Quan et al. Deep Learning for Seeing Through Window With Raindrops ICCV2019
那篇作者认为Qian 用 gt与rain img直接作差所得的binary mask来作为监督信息太简单。 然后他用比较复杂的建模（ geometric properties）来获得雨滴的Shape-driven attention map 。再加上channel-wise attetion (关注feature map通道重要性权值)然后做了个双attention的modula插在了每个resblock的中间

5.Liu Dual Residual Networks Leveraging the Potential of Paired Operations
for Image Restoration
作者提出了一种通用的图像复原模块叫 Dual Residual Block (DuRB), 他有四种变体设计可以适用于五类图像复原任务（去雨线、去雨滴，去抖动，去雾等），使用将DuRB插入到encoder-decoder网络进行去雨滴达到了基线效果。

5.还有一个在YUV空间去雨滴的