| 宽型自注意力融合密集型残差网络的图像去雾 |
| |
| 引用本文： | 邬开俊,丁元 ?. 宽型自注意力融合密集型残差网络的图像去雾[J]. 湖南大学学报(自然科学版), 2023, 0(8): 13-22 |
| |
| 作者姓名： | 邬开俊 丁元 ? |
| |
| 作者单位： | （兰州交通大学 电子与信息工程学院,甘肃 兰州 730070） |
| |
| 摘 要： | 当前去雾算法无法很好解决不均匀雾霾图像去雾的问题,为此提出了一种宽型自注意力融合的条件生成对抗网络图像去雾算法.在算法中加入了宽型自注意力机制,使得算法可以为不同雾度区域特征自动分配不同权重;算法特征提取部分采用DenseNet融合自注意力网络架构,DenseNet网络在保证网络中层与层之间最大程度的信息传输的前提下,直接将所有层连接起来,获取更多的上下文信息,更有效利用提取的特征;融合自注意力可以从编码器部分提取的特征中学习复杂的非线性,提高网络准确估计不同雾度的能力.算法采用Patch判别器,增强去雾图像的局部和全局一致性.实验结果证明,算法网络在NTIRE 2020、NTIRE 2021和O-Haze数据集上的定性比较,相比于其他先进算法得到更好的视觉效果;定量比较中,相较于所选择先进算法的最好成绩,峰值信噪比和结构相似性指数分别提高了0.4和0.02.
|
| 关 键 词： | 图像去噪 图像去雾 生成对抗网络 宽型自注意力机制 马尔科夫判别器 |
Wide Self-attention Mechanism Fusion Dense Residual Network Image Dehazing |
| |
| WU Kaijun,DING Yuan?. Wide Self-attention Mechanism Fusion Dense Residual Network Image Dehazing[J]. Journal of Hunan University(Naturnal Science), 2023, 0(8): 13-22 |
| |
| Authors: | WU Kaijun DING Yuan? |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《湖南大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《湖南大学学报(自然科学版)》下载全文 |
|
