多尺度密集感受域的GAN图像去雾算法

摘要：

基于先验的图像去雾算法依赖于大气散射模型,易受环境影响出现去雾不彻底、颜色失真等现象,针对上述问题本文基于深度学习,提出一种多尺度密集感受域的GAN图像去雾算法.首先构建一个多尺度学习的生成器网络,通过3种不同尺度提取图像的局部细节和全局信息后进行特征融合;然后通过感受密集块来增大感受野并获得丰富的上下文信息,将提取到的特征图在多个感受密集块中对特征进一步细化;接着使用一个多尺度的GAN判别器,由2个相同的子判别器D1和D2组成,2个子判别器联合指导生成器的训练;最后本文结合L1损失、感知损失和对抗损失,设计一个多元损失函数来收敛网络.在SOTS测试集上进行主观评价和客观评价,实验结果表明,本文算法取得了较优的效果,有效改善去雾不彻底的现象.

关键词：图像去雾、GAN、感受域、多尺度学习

分类号：TP391(计算技术、计算机技术)

资助基金：国家级大学生创新创业训练计划项目202110446262

在线出版日期：2023-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：11-15