基于多尺度密集特征融合的生成式对抗除雾网络

TP391.4; 在真实雾天场景下,针对除雾网络无法去除远处雾气、天空区域容易出现噪声的问题,提出了一种基于多尺度密集特征融合的生成式对抗除雾网络,并采用制作的合成雾天数据集进行对抗训练.首先,对除雾网络进行设计,构建了网络模型;其次,从合成晴朗天气图像中利用深度标签生成逼真的雾天数据集,以适用于真实雾天除雾领域;最后,在真实雾天数据集上测试,选取近几年具有代表性的6种基于深度学习的除雾网络进行主观视觉效果,并借助除雾领域常用的无参考图像质量评价指标进行客观分析.研究结果表明:提出的除雾网络在真实场景下的除雾效果较其他网络有显著提升,主观视觉效果明显优于对比的除雾网络,在无参评价指标上综合表现...

Full description

Saved in:
Bibliographic Details
Published in东北大学学报(自然科学版) Vol. 43; no. 11; pp. 1591 - 1598
Main Authors 连静, 陈实, 丁堃, 李琳辉
Format Journal Article
LanguageChinese
Published 大连理工大学 工业装备结构分析国家重点实验室,辽宁 大连 116024%大连理工大学 汽车工程学院,辽宁 大连 116024%大连海洋大学 应用技术学院,辽宁 大连 116000 01.11.2022
大连理工大学 汽车工程学院,辽宁 大连 116024
Subjects
Online AccessGet full text
ISSN1005-3026
DOI10.12068/j.issn.1005-3026.2022.11.010

Cover

More Information
Summary:TP391.4; 在真实雾天场景下,针对除雾网络无法去除远处雾气、天空区域容易出现噪声的问题,提出了一种基于多尺度密集特征融合的生成式对抗除雾网络,并采用制作的合成雾天数据集进行对抗训练.首先,对除雾网络进行设计,构建了网络模型;其次,从合成晴朗天气图像中利用深度标签生成逼真的雾天数据集,以适用于真实雾天除雾领域;最后,在真实雾天数据集上测试,选取近几年具有代表性的6种基于深度学习的除雾网络进行主观视觉效果,并借助除雾领域常用的无参考图像质量评价指标进行客观分析.研究结果表明:提出的除雾网络在真实场景下的除雾效果较其他网络有显著提升,主观视觉效果明显优于对比的除雾网络,在无参评价指标上综合表现优于其他除雾网络.
ISSN:1005-3026
DOI:10.12068/j.issn.1005-3026.2022.11.010