基于生成式对抗网络的道路交通模糊图像增强

摘要：

为了提高道路交通模糊图像增强的质量,进一步促进道路交通管理,针对道路交通场景下的运动模糊图像增强问题,提出了一种基于生成式对抗网络的多尺度多路径学习的模型.首先,选用具有多尺度卷积核的神经网络,对输入的图像进行更细致地特征值提取;其次,将局部残差学习和全局残差学习相结合,采用多路径多权重共享的递归学习,并利用判别网络和生成网络间的对抗训练优化网络参数;最后,实现端到端直接生成图像.实验结果表明:提出的模型可以有效地增强道路交通场景下的运动模糊图像,生成的图像细节更加丰富,具有较好的图像视觉效果.

关键词：图像增强、道路交通、运动模糊、多尺度、多权重、残差网络、神经网络、生成式对抗网络

所属期刊栏目：15

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金资助项目2018MS072

在线出版日期：2020-10-14（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：491-498