融入注意力机制的多尺度卷积图像去雾方法 |
| |
引用本文: | 唐剑,车文刚,高盛祥.融入注意力机制的多尺度卷积图像去雾方法[J].计算机工程与科学,2023(8):1453-1462. |
| |
作者姓名: | 唐剑 车文刚 高盛祥 |
| |
作者单位: | 昆明理工大学信息工程与自动化学院 |
| |
基金项目: | 国家自然科学基金(61972186); |
| |
摘 要: | 图像的去雾问题是一项富有挑战性的视觉任务。以往的图像去雾方法往往过于依赖雾天图像退化的物理模型,且当前利用卷积神经网络进行图像去雾的模型较为复杂,基于此提出一种不依赖于物理模型的轻量级去雾网络MADNet。该网络主要由融入注意力机制的多尺度卷积模块构成,通过将有雾图像看成是清晰的无雾图像和雾度残留图像组成,让MADNet直接学习目标无雾图像和输入的有雾图像之间的雾度残留物,最后实现端到端的图像去雾。实验结果表明,MADNet在数据集SOTS和NH-HAZE上的结构相似性和峰值性噪比均优于其它对比方法的,在真实场景中也能取得较好的去雾效果。
|
关 键 词: | 图像去雾 轻量级网络 注意力机制 多尺度卷积 |
|
|