基于多尺度信息交互的深度学习图像去沙算法
沙尘天气下,入射光线的散射和吸收,会导致图像退化,出现色彩偏移、细节丢失等问题,户外计算机视觉系统的工作性能受到严重影响.为此,提出了一个端到端的基于多尺度信息交互(multi-scale information interaction,MSII)的网络结构.该网络采用并行的两个不同分辨率子网,通过上下采样使两个子网信息交互,引入交叉注意力机制进行空间、特征融合,以获得更丰富的细节;提出了一个简单有效的沙尘合成方法,并以此构建了一个配对沙尘数据集.实验可得,与所比较方法中最好的结果相比,在合成数据上,结构相似度提高 5.94%,峰值信噪比提高 0.403 dB;在真实数据上,自然图像质量指标提高0.440 7,对比度、标准差、信息熵分别提高 1.531 5、1.015 2、0.335 2.由此可知,所提方法可获得细节清晰且色彩鲜明的图像.
深度学习、沙尘图像、颜色校正、合成沙尘图像数据集
42
TP391(计算技术、计算机技术)
2023-09-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
147-153