基于Res2net和金字塔池化的图像去雾算法

摘要：

在计算机视觉的高级任务中,对图像的清晰度有很高的要求,目前基于深度学习的图像去雾算法仍存在一些问题,如细节丢失、色彩失真、去雾不完全等.为解决这些问题,设计了一种基于Res2net和金字塔池化的端到端图像去雾算法.该网络中,通过使用Res2net模块提取上下文特征,并利用金字塔池化模块融合不同尺度的特征信息.为了得到更好的网络模型,采用RESIDE数据集对提出的模型分别进行训练和测试.结果表明:该模型在主客观评价中都取得了不错的效果,极大地改善了去雾后图片色彩失真和去雾不够彻底的问题.

关键词：深度学习、图像去雾、Res2net、金字塔池化

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2023-09-26（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：455-460