基于稠密残差块与通道像素注意力的图像去雾网络

被引：4

作者：

金炜东 ^{[1
,2
]}

张述礼 ^{[1
]}

唐鹏 ^{[1
]}

张曼 ^{[1
]}

机构：

[1] 西南交通大学电气工程学院

[2] 南宁学院中国-东盟综合交通国际联合实验室

来源：

系统仿真学报 | 2022年 / 34卷 / 08期

基金：

国家重点研发计划;

关键词：

图像去雾; 稠密残差块; 注意力机制; 颜色失真; 细节纹理;

D O I：

10.16182/j.issn1004731x.joss.21-1160

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为解决复杂的室外图像进行去雾，依然会有雾气残留，甚至出现颜色失真和纹理丢失问题，提出一种基于稠密残差块与通道像素注意力的图像去雾网络，利用稠密残差块对有雾图像进行特征提取和融合，用带通道像素注意力机制的修复模块对特征图进行颜色和纹理上的修复。实验结果表明：该方法在客观评价指标和主观视觉质量上都有明显提升，有效避免了去雾过程中的颜色失真、纹理丢失和雾气残留问题。

引用

页码：1663 / 1673

页数：11

共 15 条

[1] 图像去雾算法研究综述 [J].

蒲亨飞 ;

黄治勇 .

软件工程, 2021, 24 (05) :2-6

[2] 基于双线性插值的内容感知图像缩放算法仿真 [J].

杨丽娟 ;

李利 .

计算机仿真, 2019, 36 (12) :244-248

[3] 基于结构化森林的前向车载视频图像的细节强化 [J].

金炜东 ;

胡燕花 ;

唐鹏 ;

李伟 .

系统仿真学报, 2018, (12) :4602-4609+4617

[4]

接触网巡检图像的细节强化与场景重构[D]. 胡燕花.西南交通大学. 2018

[5] A new approach for the vanishing gradient problem on sigmoid activation [J].

Roodschild, Matias ;

Gotay Sardinas, Jorge ;

Will, Adrian .

PROGRESS IN ARTIFICIAL INTELLIGENCE, 2020, 9 (04) :351-360

[6]

Semi-Supervised Image Dehazing[J] . Li Lerenhan,Dong Yunlong,Ren Wenqi,Pan Jinshan,Gao Changxin,Sang Nong,Yang Ming-Hsuan.IEEE transactions on image processing : a publication of the IEEE Signal Processing Society . 2019

[7]

Multi-scale Optimal Fusion model for single image dehazing[J] . Dong Zhao,Long Xu,Yihua Yan,Jie Chen,Ling-Yu Duan.Signal Processing: Image Communication . 2019

[8] Benchmarking Single-Image Dehazing and Beyond [J].

Li, Boyi ;

Ren, Wenqi ;

Fu, Dengpan ;

Tao, Dacheng ;

Feng, Dan ;

Zeng, Wenjun ;

Wang, Zhangyang .

IEEE TRANSACTIONS ON IMAGE PROCESSING, 2019, 28 (01) :492-505

[9]

Squeeze-and-Excitation Networks[J] . Hu Jie,Shen Li,Albanie Samuel,Sun Gang,Wu Enhua.IEEE Transactions on Pattern Analysis and Machine Intelligence . 2019 (8)

[10]

DehazeNet: An End-to-End System for Single Image Haze Removal[J] . Bolun Cai,Xiangmin Xu,Kui Jia,Chunmei Qing,Dacheng Tao.IEEE transactions on image processing : a publication of the IEEE Signal Processing Society . 2016 (11)

← 1 2 →