基于多先验约束和一致性正则的半监督图像去雾算法
针对合成雾霾图像训练的去雾模型在真实场景中去雾效果不佳、对高层视觉任务性能提升不明显等问题,该文提出一种基于多先验约束和一致性正则的半监督图像去雾算法.该方法采用编码器-解码器网络结构,同时在合成雾霾图像与真实雾霾图像上学习去雾映射,并利用多种统计先验去雾结果作为真实雾霾图像参考真值进行半监督学习,同时通过多张真实雾霾图像的随机混合进行一致性正则约束,以消除多种先验去雾结果差异以及噪声干扰,提高图像去雾结果的视觉质量.实验对比结果表明,所提算法可比现有方法获得更好的真实场景去雾结果,并且能够显著提升高层视觉任务性能.
图像去雾、半监督学习、多先验、一致性正则
44
TN911.73;TP391
国家自然科学基金;中国博士后基金;陕西省青年科技之星计划;陕西省自然科学基金
2022-10-27(万方平台首次上网日期,不代表论文的发表时间)
共10页
3409-3418