原文服务方: 湖南大学学报(自然科学版)       
摘要:
针对卷积神经网络去雾算法中模型复杂度高、特征提取性能差等问题,本文提出了一种基于双支特征联合映射的端到端图像去雾算法.首先对大气散射模型进行变形转换,分离出模型中的双支特征;然后根据双支特点设计了两个特征提取网络MPFEM和SPFEM,分别使用两种注意力机制对其输出特征进行加权;最后将提取到的双支特征输入复原模块恢复清晰图像,并对其进行色彩增强得到最终复原效果.在模型训练过程中为避免使用单一损失函数导致纹理细节丢失等问题,采用多尺度结构相似度和平均绝对误差加权作为损失函数.实验表明,本文所提算法网络结构简单,去雾效果明显,复原图像色彩亮度保真,边缘保持性强.
推荐文章
基于图像分割的去雾算法
暗通道
阈值分割
skyline
最小二乘方滤波
去噪
基于全尺度Retinex算法的夜间图像去雾
夜间图像
去雾
图像增强
图像复原
照明度
单幅图像自动去雾算法
图像去雾
大气耗散函数
指导图像滤波器
基于深度多级小波U-Net的车牌雾图去雾算法
车牌雾图去雾
MWCNN
“SOS”增强策略
跨层连接
注意力
跨尺度聚合
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 基于双支特征联合映射的端到端图像去雾算法
来源期刊 湖南大学学报(自然科学版) 学科 工学
关键词 图像去雾 卷积神经网络 双支特征 注意力机制
年,卷(期) 2024,(6) 所属期刊栏目
研究方向 页码范围 14-23
页数 10页 分类号
字数 语种 中文
DOI 10.16339/j.cnki.hdxbzkb.2024262
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2024(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
图像去雾
卷积神经网络
双支特征
注意力机制
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
湖南大学学报(自然科学版)
月刊
1674-2974
43-1061/N
16开
1956-01-01
chi
出版文献量(篇)
4768
总下载数(次)
0
总被引数(次)
41941
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导