基于误差回传机制的多尺度去雾网络
文献类型：期刊论文
| 作者 | 杨爱萍; 李晓晓; 张腾飞; 王朝臣; 王建 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2023 |
| 卷号 | 49期号:9页码:1857-1867 |
| 关键词 | 图像去雾 深度学习 多尺度网络 误差回传 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c210264 |
| 英文摘要 | 针对现有图像去雾方法因空间上/下文信息丢失而无法准确估计大尺度目标特征,导致图像结构被破坏或去雾不彻底等问题,提出一种基于误差回传机制的多尺度去雾网络.网络由误差回传多尺度去雾组(Error-backward multi-scale dehazing group, EMDG)、门控融合模块(Gated fusion module, GFM)和优化模块组成.其中误差回传多尺度去雾组包括误差回传模块(Error-backward block, EB)和雾霾感知单元(Haze aware unit, HAU).误差回传模块度量相邻尺度网络特征图之间的差异,并将生成的差值图回传至上一尺度,实现对结构信息和上/下文信息的有效复用;雾霾感知单元是各尺度子网络的核心,其由残差密集块(Residual dense block, RDB)和雾浓度自适应检测块(Haze density adaptive detection block, HDADB)组成,可充分提取局部信息并能够根据雾浓度实现自适应去雾.不同于已有融合方法直接堆叠各尺度特征,提出的门控融合模块逐像素学习每个子网络特征图对应的最优权重,有效避免了干扰信息对图像结构和细节信息的破坏.再经优化模块,可得到最终的无雾图像.在合成数据集和真实数据集上的大量实验表明,该方法优于目前的主流去雾方法,尤其是对远景雾气去除效果更佳. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56065]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 杨爱萍,李晓晓,张腾飞,等. 基于误差回传机制的多尺度去雾网络[J]. 自动化学报,2023,49(9):1857-1867. |
| APA | 杨爱萍,李晓晓,张腾飞,王朝臣,&王建.(2023).基于误差回传机制的多尺度去雾网络.自动化学报,49(9),1857-1867. |
| MLA | 杨爱萍,et al."基于误差回传机制的多尺度去雾网络".自动化学报 49.9(2023):1857-1867. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。