| 从全局到局部：双注意力融合去雾网络 |
| |
| 引用本文： | 杨瑷玮,王华珂,侯兴松.从全局到局部：双注意力融合去雾网络[J].西安交通大学学报,2023(7):191-200. |
| |
| 作者姓名： | 杨瑷玮 王华珂 侯兴松 |
| |
| 作者单位： | 西安交通大学电子与信息学部 |
| |
| 基金项目： | 国家自然科学基金资助项目(62272376,61872286)；;陕西省重点研发计划资助项目(2020ZDLGY04-05)； |
| |
| 摘 要： | 为了处理现有的基于卷积神经网络去雾方法只使用单一的注意力、很难生成细节生动的清晰图像，且容易导致色彩失真的问题，提出了一个全局与局部注意力融合的图像去雾方法，以获得正常清晰度和无色彩失真的去雾图像。首先利用通道注意力将输入的有雾图像在通道维度切分为两部分，一部分送入通道像素注意力通道抽取局部特征，另一部分送入Transformer通道学习全局特征，然后利用像素注意力对两个通道学习的特征进行融合，将上述模块作为基本单元组合为一个多级U型去雾网络，增加残差连接缓解上下采样导致的细节信息丢失，最后在网络底层加入一个Transformer模块学习全局信息。在多个公开可用的去雾图像数据集RESIDE SOTS Indoor、RESIDE SOTS Outdoor上测试所提方法的有效性，结果表明：对比经典的去雾方法，所提网络生成的图像细节更丰富并且色彩失真最少；在RESIDE SOTS Outdoor数据集上，相比经典的FFA-Net,峰值信噪比提高1.16 dB,相比GridDehazeNet,峰值信噪比提高3.68 dB。提出的全局与局部注意力融合方法能有效地去除雾霾，提升图像的对比度与清晰度...
|
| 关 键 词： | 图像去雾 全局与局部注意力融合 通道像素注意力 Transformer模块 |
|
|
