单幅图像去雾的多步融合自适应特征注意网络

摘要：

雾天天气严重影响了人类户外活动的进行,学术界针对图像去雾的计算机视觉任务已经进行了广泛研究,但仍然面临着诸如真实雾图像去雾能力有限等严峻挑战.为此,提出了一种基于多步融合的端到端自适应特征注意网络.其中的自适应特征注意模块可以自适应扩展接收域,获取空间中的关键结构信息,提取更复杂的特征.此外,考虑到网络中获取的低层次和高层次特征之间缺乏连接,还完成了多步融合模块,该模块能使网络中不同层次的特征在图像恢复过程中有效互补.另外,通过减少网络参数,优化后的网络结构使得其所需的计算资源也大幅度减少.对于具有真实雾霾的Dense-Haze和NH-HAZE数据集,该方法得到了较高的峰值信噪比(PSNR)和结构相似度(SSIM),分别为16.23 dB,0.521 3和21.38 dB,0.714 4;同时,其实际视觉效果也优于其他所选先进技术.

关键词：图像去雾、自适应特征注意、多步融合

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;山西省重点研发计划资助项目;山西省优秀青年培育资助项目;山西省工程项目

在线出版日期：2022-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：347-352