基于对比学习的单幅图像去雾算法 |
| |
作者姓名: | 何涛 许广峰 徐鹤 杨忆 |
| |
作者单位: | 1. 南京邮电大学电子与光学工程学院柔性电子(未来技术)学院;2. 南京邮电大学计算机学院软件学院网络空间安全学院;3. 江苏省无线传感网高新技术研究重点实验室 |
| |
基金项目: | 国家重点研发计划(2019YFB2103003)资助项目; |
| |
摘 要: | 现有的图像去雾算法,只采用了清晰图像来指导去雾网络的训练,而没有利用模糊图像,从而造成去雾不彻底,细节信息不完整的问题。为此提出了一种对比正则化的方法,利用模糊图像和清晰图像共同指导去雾网络的训练。对比正则化保证恢复后的图像信息向清晰图像方向靠近,远离模糊图像的方向。此外提出一种新的金字塔通道的特征自适应融合网络。该网络包含3个部分:三尺度特征提取网络、特征自适应混合模块(PCFM)和图像重建模块。三尺度特征提取模块同时捕捉不同尺度特征。金字塔结构和特征自适应融合操作,有效地提取相互依赖地特征,并以金字塔的方式有选择性地聚集更重要的特征。图像重建模块用于重建特征,恢复清晰的图像。实验结果表明,与现有的经典去雾算法相比,客观评价指标:峰值信噪比(PSNR)和结构相似性(SSIM)都得到了提升,并改善了去雾不彻底和颜色失真的现象。
|
关 键 词: | 对比学习 特征提取 特征金字塔 特征融合 图像去雾 |
|