单张图像去雨的多流细节加强网络

• 作者: 刘佳 安鹤男 张昌林 李蔚 涂志伟
• 来源期刊: 计算机系统应用
• 关键词: 图像去雨 计算机视觉 深度学习 卷积神经网络
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 202-207
• 页数: 6页
• 字数: 3159字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007102

摘要

对于低等级的计算机视觉任务来说,图像去雨一直是一个热点问题.由于图像中雨线的密度不均一,导致单张图片中去雨成为极富有挑战性的问题.针对目标图像重点关注的两个部分:图像的整体结构和图像的细节,本文提出一种新颖的多流特征融合的卷积神经网络算法,通过多样的网络框架呈现优越的性能.该网络算法采用三条分支网络提取复杂多向的雨线特征,并运用级联的方式特征融合,通过与原图像结合去除有雨图的雨线,再经过细节加强网络获得高质量的无雨图.在合成的数据集以及真实雨图集下的去雨性能表明,所提出的算法与现有的基于深度学习的去雨算法相比,能够在去除雨线的同时保留更多的细节,保证了图片的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安鹤男	深圳大学电子科学与技术学院	22	180	7.0	13.0
2	刘佳	深圳大学电子科学与技术学院	6	11	2.0	3.0
3	涂志伟	深圳大学电子科学与技术学院	2	0	0.0	0.0
4	张昌林	深圳大学电子科学与技术学院	2	0	0.0	0.0
5	李蔚	深圳大学电子科学与技术学院	2	0	0.0	0.0