基于明暗通道循环GAN网络的单幅图像去雾

摘要：

针对现有的深度学习去雾算法参数多,训练时间长,无法应用到实时计算机视觉系统等问题,本文提出了一种基于明暗通道的循环GAN网络(bright and dark channel CycleGAN network,BDCCN).BDCCN以CycleGAN为基础,采用固定参数和训练参数相结合方式,基于明暗通道先验理论,改进循环感知损失,实现图像去雾.实验结果表明,本文算法计算量小,收敛快,在合成数据集和真实数据集上均表现优异.

关键词：图像去雾;循环GAN;明暗通道先验理论;感知损失

所属期刊栏目：31

资助基金：安徽省自然科学重点项目KJ2019A1242

在线出版日期：2022-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：191-199