基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本次研究主要源自于单张图像中的雨滴去除问题.由于附着在玻璃窗或者相机镜头上的雨滴会严重降低图像的质量,因而使用生成对抗网络将带有雨滴的退化图像转换为干净的图像来解决此问题.文章的主要思想是将视觉注意力机制引入到生成网络中,提出新的残差U-Nets处理注意力图,并使用判别网络进行甄别图像的真实性,同时使用新的感知损失作为损失函数,从而使网络可以更加关注雨滴区域及其周围的环境.这样处理不但可以使恢复的图像具有更高的质量,同时也能具有更加优秀的视觉效果.文章采用峰值信噪比和结构相似性作为模型的数值评价标准,图像的细节展示作为视觉评价标准.实验表明,这种方法无论在视觉效果,还是数值结果上都具有不错的表现.
推荐文章
基于条件梯度Wasserstein生成对抗网络的图像识别
生成式对抗网络
条件模型
Wesserstein距离
梯度惩罚
全局和局部一致性
图像识别
分类重构堆栈生成对抗网络的文本生成图像模型
文本生成图像
堆栈生成对抗网络
分类
重构
跨模态学习
基于生成对抗文本的人脸图像翻译
人脸图像翻译
生成对抗文本
深度对称结构联合编码
基于条件的边界平衡生成对抗网络
生成对抗网络
条件特征
边界平衡
图像生成
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于生成对抗网络去除单张图像中的雨滴
来源期刊 软件 学科 工学
关键词 雨滴去除 生成对抗网络 注意力机制 感知损失 峰值信噪比 结构相似性
年,卷(期) 2020,(5) 所属期刊栏目 基金项目论文
研究方向 页码范围 46-52
页数 7页 分类号 TP391.41
字数 3531字 语种 中文
DOI 10.3969/j.issn.1003-6970.2020.05.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 帅天平 北京邮电大学理学院 8 8 2.0 2.0
2 蒙佳浩 北京邮电大学理学院 1 0 0.0 0.0
3 王东骥 中国科学院大学人工智能学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (31)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(7)
  • 参考文献(1)
  • 二级参考文献(6)
2018(4)
  • 参考文献(2)
  • 二级参考文献(2)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
雨滴去除
生成对抗网络
注意力机制
感知损失
峰值信噪比
结构相似性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
论文1v1指导