概述
近年来，计算机视觉快速发展，在各领域取得了较大的进展，尤其是随着深度学习的提出，计算机视觉再封闭和受限环境下都有着不错的表现。但是，面对开放和恶劣环境下，依然存在这巨大的挑战。常见的就是恶劣天气，对于户外的视觉系统，包括自动驾驶、视频监控，带来了巨大的挑战。常见的恶劣天候包括：雨、雾、雪、薶和沙尘等。提升视觉系统在恶劣天气下的鲁棒性是目前的研究重点之一。雨天作为最常见的恶劣天气，近年来受到了广泛的关注，大量基于视频或者图像去雨的方法被提出。本文主要总结博主知道的图像\视频去雨的资料，方便大家进一步学习和交流。
论文整理
很多人都做过图像和视频去雨的论文整理，例如北京大学刘家瑛老师团队和西安交通大学孟德宇老师团队，分别给出链接：
刘：https://github.com/flyywh/Rain-Removal
孟:https://github.com/hongwang01/Video-and-Single-Image-Deraining
这里就不再赘述，但是总结的毕竟是过往的，想实时了解发展动态还是需要自己检索文献。
文献检索
这里总结CV领域搜索文献的网站，便于快速查找文献：
- 如果能够翻墙，Google学术能够解决你大部分问题，但是，google文献太多太杂；
- 选择你要看的文献，图像复原领域主要检索ICCV、CVPR、ECCV、TPAMI、TIP、IJCV上的文献，学校都有IEEE和Elsevier数据库都能检索到，另外也可以去CV foudation 上找到各个定会的paper list；也可以去dblp上面去找（https://dblp.uni-trier.de/）
- 如果要实时跟踪最新的研究，arxiv上面有还没有发表但是先放出的文章，一般来说，觉得自己还可以文章才放上去，所以质量还好。
更多的论文阅读和检索经验要自己摸索和适应
图像视频去雨数据集
北京大学刘家瑛老师团队也有总结过18年之前的数据集链接为：https://github.com/flyywh/Image-Processing-Datasets
下面包括19年的列出更多的数据集：
-
2019年CVPR Heavy Rain Image Restoration: Integrating Physics Model and Conditional Adversarial Learning
雨雾共存数据集: https://www.dropbox.com/sh/zpadllquvmaztib/AACmzqQmGrRMp7qqXjbb7Gfza?dl=0
-
2019年CVPR Depth-Attentional Features for Single-Image Rain Removal
基于cityscae的雨雾共存数据集: https://www.cityscapes-dataset.com/downloads/
-
2018年CVPR Robust Video Content Alignment and Compensation framework for rain removal applications.
视频去雨数据集：https://github.com/hotndy/SPAC-SupplementaryMaterials
可关注的个人主页
教师主页
- http://vllab.ucmerced.edu/people/ (Ming-Hsuan Yang团队实验室)
- http://www.cs.cmu.edu/~ILIM/publications/ (iLiM团队)
- https://tanrobby.github.io/pub.html (Robby T. Tan)
- http://gr.xjtu.edu.cn/web/dymeng (孟德宇老师)
- http://59.108.48.5/course/icb/people/liujiaying.html（刘家瑛老师）
- http://homepage.hit.edu.cn/wangmengzuo（左旺孟老师）
- 。。。。
学生主页
- 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/
- 。。。
由于知识限制，所以列表并不全面
