您好，欢迎来到中国测试科技资讯平台！
摘要：
下雨作为一种常见的自然现象,在给视觉带来影响的同时会降低计算机视觉算法的性能.为了保证计算机视觉算法在各种环境下的有效性,提出一种基于注意机制的金字塔网络进行单幅图像去雨.利用深度学习网络对图像特征进行充分提取,其中对称跳线保证了特征从低维度向高维度的传递,非局域神经网络保证了图像的长时记忆.利用具有不同尺寸核函数的多通道对图像中的雨条纹进行检测,生成的注意图指导网络对雨条纹区域进行有意识关注.该方法以雨图像为输入,去雨图像为输出,是一种端到端的去雨方法.与现有方法相比,所提出的网络取得了较好的去雨效果.
关键词： 深度学习;金字塔结构;注意力机制;图像去雨;图像恢复;
作者： 柴国强，王召巴，丁长明，肖剑平，芦宾
作者单位： 1. 中北大学信息与通信工程学院2. 山西师范大学物理与信息工程学院3. 上海杰普软件科技有限公司 4. 深圳市捷易检测服务有限责任公司
刊名： 《测试技术学报》
Journal： Journal of Test and Measurement Technology
年，卷(期)： 2021, (4)
在线出版日期： 2021年08月31日
页数： 5
页码： 277-280，287
友情链接：
广告代理：秦皇岛北驰文化传播有限公司
理事会外联部
印 刷：成都天麦点金实业有限公司
国内总发行：成都市邮政局
邮发代号：62-260
国外发行：中国出版对外贸易总公司
国外代号：DK51019
中国标准连续出版物号：ISSN 1674-5124 CN51-1714/TB
业内最新资讯动态
请关注微信公众号
蜀ICP备11014963号-1 《中国测试》杂志社 版权所有 技术支持：成都驰创数码
文档下载