DehazeZoo：全面收集图像视频除雾资源

资源摘要信息:"DehazeZoo是一个致力于图像去雾技术的综合性平台，它提供了一系列的资源，包括单个图像和视频去雾方法的调查、相关的数据集以及实现这些方法的代码。由李玉凤和黄玉凤共同维护，该项目旨在为研究人员和开发者提供一个易于访问和使用的去雾资源库，以促进图像去雾技术的研究和应用。 在DehazeZoo中，用户可以找到与图像去雾相关的关键图像质量评估指标，如PSNR（峰值信噪比）、SSIM（结构相似性）、VIF（视觉信息保真度）、FSIM（特征相似性指数）和NIQE（自然图像质量评估器）。这些指标可以帮助研究人员和开发者评估和比较不同去雾算法的性能。 DehazeZoo涵盖了多个去雾研究方面，包括了以下内容： - 数据集：收集了各种公开可用的去雾数据集，例如3R、KITTI、RESIDE、HazeRD、SceneNet、I-HAZE、O-HAZE、D-HAZY、Middlebury和3DRealisticScene等，这些数据集包含了大量带有和不带雾霾的图像，是训练和测试去雾算法的重要资源。 - 论文：收集了2021年及之前的关于图像去雾技术的研究论文，这些论文提供了算法研究的理论基础和实验结果，对于理解去雾技术的发展历程和前沿趋势非常重要。 DehazeZoo的标签包括computer-vision（计算机视觉）、fog（雾霾）、image-processing（图像处理）、codes（代码）、haze-removal（去雾）、dehaze（图像去雾）、papers（论文）、single-image-dehazing（单图像去雾）、video-based-dehazing（基于视频的去雾）等，这些标签揭示了DehazeZoo项目所涉及的技术领域和应用场景。 压缩包子文件的文件名称列表中提到的'DehazeZoo-master'可能是指项目主分支的压缩包文件名，表明用户可以下载并使用该项目的源代码进行研究和开发。 整体而言，DehazeZoo是一个宝贵的资源，对于从事计算机视觉、图像处理等领域的学者和工程师来说，它不仅提供了一个研究和交流的平台，还提供了丰富的工具和资料以促进去雾技术的发展和应用。"