道路交通模糊图像多尺度清晰化复原方法研究

摘要：

针对智慧交通监控中由于车速过快或成像距离较远导致的道路交通图像模糊问题,采用生成对抗的思想,提出一种多尺度金字塔盲去模糊网络模型方法.该方法基于特征金字塔原理对道路交通图像进行多尺度和多特征的提取和融合;在局部和全局判别器的基础上提出下采样多尺度判别器,在不同分辨率和随机补丁的图像上进行充分判断;引入多尺度结构相似性损失函数进一步约束高质量图像的生成,并在GoPro和收集整理的道路交通数据集上进行仿真实验验证.仿真结果表明,相较于DeblurGAN和SRN的经典去模糊网络模型,PSNR值最高提升了3.27,SSIM值最高提升了0.12,MOS值最高提升了0.3,在大幅度增强道路交通图像视觉效果的同时,还能够实现监控模糊图像稳定且高质量的复原,在不同道路交通场景下均具有较好的泛化性能.

关键词：模糊图像复原、道路交通、多特征提取、多特征融合、生成对抗网络、深度学习、对比验证

所属期刊栏目：45

分类号：TN911.73-34

资助基金：国家自然科学基金;河南大学重点科研资助项目

在线出版日期：2022-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：21-28