基于BP-Net网络结构的图像去雾算法研究
神经网络已被大量应用于图像去雾领域,并取得了较好的效果.但是一般用于去雾的神经网络的深度较深且结构复杂,不利于其在嵌入式平台上的部署.提出了一种基于基础块堆叠的架构,BP-Net(Block Piled Network) .并分别尝试用残差块与信息蒸馏网络(IDN)的信息蒸馏块作为网络中的基础块.此外,采用感知损失函数进行网络训练.训练结果在SOTS测试集上的平均PSNR与SSIM值分别达到了33.15 dB与0.977 2.此外,在大幅缩减基础块数量后,网络去雾效果也有良好表现.
神经网络、去雾、残差网络、信息蒸馏、感知损失
18
TP391.41(计算技术、计算机技术)
2021-02-04(万方平台首次上网日期,不代表论文的发表时间)
共7页
46-52