融入注意力机制的多尺度卷积图像去雾方法

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。