基于多尺度融合和对抗训练的图像去雾算法
针对传统去雾算法结果中颜色和对比度失真等问题,提出了一种基于多尺度融合和对抗训练的图像去雾算法.采用多尺度特征提取模块从多个不同尺度中提取雾霾相关特征,利用残差密集连接模块实现图像特征的交互,避免了梯度消失.由于其不基于大气散射模型,直接将图像的浅层特征和深层特征进行多尺度融合,所以克服了物理模型的不精确性.去雾网络的训练采用生成对抗机制,由多尺度特征提取模块和残差密集连接模块构成的生成器估计清晰的无雾图像,由两个不同尺度感受野的子网络构成的鉴别器完成对抗训练.在RESIDE (Realisticsingle image dehazing)数据集上进行对比实验,结果表明本算法生成的去雾图像在全参考和无参考的视觉质量指标方面优于其他对比算法.
图像处理、图像去雾、对抗训练、多尺度融合、密集连接
57
TP391.4(计算技术、计算机技术)
深圳市互联网产业发展专项资金ZDSY20120613125016389
2020-06-02(万方平台首次上网日期,不代表论文的发表时间)
共10页
171-180